#95 DeepSeek V4 Pro
none
غلط SVG
- لاگت
- $0.000
- وقت
- 300.0s
- ٹوکنز
- 0 tok
DeepSeek
اجرا: 2026-04-24
ٹیسٹ کیا گیا: 2026-05-22 00:38
deepseek/deepseek-v4-pro::none
(high)
(none)
خلاصہ
DeepSeek V4 Pro AI BENCHY پر 6.0 اسکور کرتا ہے اور #95 پر ہے۔ اس کی reliability 8.1، pass rate 48.3%، کل لاگت $0.046، اور اوسط response time 13.48s ہے۔
DeepSeek V4 Pro کو منفرد کیا بناتا ہے: یہ مشترکہ میں سب سے نمایاں ہے، جہاں اس کا rank #3 ہے؛ جبکہ اینٹی اے آئی چالیں اس کا کمزور ترین حصہ ہے، rank #16. اس score range کے لیے اس کی کل benchmark لاگت غیر معمولی طور پر کم ہے۔
ان پٹ قیمت
$0.435 / 1M
آؤٹ پٹ قیمت
$0.870 / 1M
غیر مستحکم ٹیسٹ
3
غیر مستحکم ٹیسٹس میں رنز کے درمیان ملے جلے نتائج آئے (کم از کم ایک کامیاب اور ایک ناکام).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
رن ہسٹری
| ٹیسٹ کیا گیا | اسکور | اعتماد پذیری | درست ٹیسٹس | کل لاگت | موازنہ کریں |
|---|---|---|---|---|---|
| 2026-07-16 23:18 نیا ٹیسٹ شامل ہوا | 6.9 | 10.0 | $0.096 | موازنہ کریں | |
| 2026-06-16 15:17 دوبارہ ٹیسٹ | 7.2 | 9.9 | $0.034 | موازنہ کریں | |
| 2026-06-16 14:39 سوٹ بدل گیا | 7.2 | 9.9 | $0.030 | موازنہ کریں | |
| 2026-06-04 14:24 نیا ٹیسٹ شامل ہوا | 5.7 | 8.5 | $0.025 ↓ | موازنہ کریں | |
| 2026-05-22 00:38 سوٹ بدل گیا | 6.0 | 8.1 | $0.046 | موجودہ رن | |
| 2026-04-29 14:46 دوبارہ ٹیسٹ | 6.2 | 7.9 | $0.043 | موازنہ کریں | |
| 2026-04-24 09:19 پہلا رن | 3.1 | دستیاب نہیں | $0.009 | موازنہ کریں |
اس رن میں مختلف بینچ مارک سوٹ استعمال ہوا تھا۔ تاریخی تبدیلی سمجھتے وقت سوٹ کی تبدیلی کو بھی ذہن میں رکھیں۔
رن موازنہ
| رن | اسکور | تسلسل | اعتماد پذیری | درست ٹیسٹس | غیر مستحکم ٹیسٹ | کل آؤٹ پٹ ٹوکنز | کل ان پٹ ٹوکنز | کل لاگت | ردِعمل کا وقت (اوسط) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-05-22 00:38 · سوٹ بدل گیا | 6.0 | 8.9 | 8.1 | 8/20 | 3 | 5,347 | 0 | $0.046 | 13.48s |
| 2026-06-16 15:17 · دوبارہ ٹیسٹ | 7.2 | 8.8 | 9.9 | 10/21 | 3 | 11,424 | 53,558 | $0.034 | 6.41s |
| فرق | -1.1 | +0.1 | -1.8 | -2 | 0 | -6077 | -53558 | +$0.012 | +7065ms |
ان دو رنز میں مختلف بینچ مارک سوٹس استعمال ہوئے تھے، اس لیے فرق میں ماڈل کی تبدیلی اور سوٹ کی تبدیلی دونوں شامل ہیں۔
چارٹس
پہلا ماڈل منتخب کریں، پھر دوسرا ماڈل کلک کریں تاکہ سائیڈ بائی سائیڈ صفحہ کھلے۔
اسکور کے لحاظ سے سرفہرست ماڈلز
اسکور vs کل لاگت
ردِعمل کا وقت (اوسط)
اسکور vs ردِعمل کا وقت (اوسط)
کل آؤٹ پٹ ٹوکنز
اسکور vs کل آؤٹ پٹ ٹوکنز
فوری موازنہ
DeepSeek V4 PrononevsKAT-Coder-Pro V2.5mediumDeepSeek V4 PrononevsGPT-5.6 SolnoneDeepSeek V4 PrononevsSeed-2.0-MinimediumDeepSeek V4 PrononevsMiMo-V2.5-PromediumDeepSeek V4 PrononevsGemini 3.5 FlashnoneDeepSeek V4 PrononevsQwen3.6 FlashmediumDeepSeek V4 PrononevsMercury 2mediumDeepSeek V4 PrononevsStep 3.7 FlashhighDeepSeek V4 PrononevsKimi K2.5mediumDeepSeek V4 PrononevsGPT-5.5none
زمرہ وار تفصیل
| زمرہ | اسکور | تسلسل | درست ٹیسٹس |
|---|---|---|---|
| اینٹی اے آئی چالیں | 3.5 | 8.0 | |
| کوڈنگ | 5.4 | 6.8 | |
| مشترکہ | 9.5 | 10.0 | |
| ڈیٹا پارسنگ اور استخراج | 8.8 | 10.0 | |
| ڈومین مخصوص | 5.3 | 10.0 | |
| عمومی ذہانت | 4.3 | 9.9 | |
| ہدایات کی پیروی | 6.3 | 10.0 | |
| پہیلی حل کرنا | 7.6 | 7.2 | |
| ٹول کالنگ | 10.0 | 10.0 | |
| معلومات عامہ | 3.0 | 10.0 |