#80 DeepSeek V4 Pro
high- Cost
- $0.023
- Time
- 257.6s
- Tokens
- 14,870 tok
摘要
DeepSeek V4 Pro 在 AI BENCHY 上得分 6.6，排名 #80。它的可靠性为 9.0，通过率为 66.7%，总成本为 $0.212，平均响应时间为 58.93s。
输入价格
$0.435 / 1M
输出价格
$0.870 / 1M
不稳定测试
4
不稳定测试在运行之间出现混合结果（至少一次通过且至少一次失败）。
Generation showcase
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
测试历史
| 测试于 | 分数 | 可靠性 | 测试正确 | 总成本 | 比较 |
|---|---|---|---|---|---|
| 2026-06-04 14:38 新增测试 | 6.0 | 8.9 | $0.079 ↓ | 比较 | |
| 2026-05-22 00:54 测试集已变更 | 6.6 | 9.0 | $0.212 | 当前轮次 | |
| 2026-04-29 14:47 重新测试 | 7.5 | 9.3 | $0.209 | 比较 | |
| 2026-04-26 10:50 重新测试 | 7.5 | 8.4 | $0.201 | 比较 | |
| 2026-04-25 21:53 首次运行 | 8.2 | 不适用 | $0.329 | 比较 |
此轮次使用了不同的基准测试集。解读历史变化时请将测试集变动考虑在内。
轮次对比
| 测试轮次 | 分数 | 一致性 | 可靠性 | 测试正确 | 不稳定测试 | 总输出令牌 | 总输入令牌 | 总成本 | 响应时间（平均） |
|---|---|---|---|---|---|---|---|---|---|
| 2026-05-22 00:54 · 测试集已变更 | 6.6 | 8.3 | 9.0 | 11/20 | 4 | 65,985 | 0 | $0.212 | 58.93s |
| 2026-04-25 21:53 · 首次运行 | 8.2 | 9.2 | 不适用 | 13/18 | 2 | 84,562 | 0 | $0.329 | 72.92s |
| 差值 | -1.6 | -0.9 | -2 | +2 | -18577 | 0 | -$0.117 | -13988ms |
这两次运行使用了不同的基准测试集，因此差异同时反映模型变化和测试集变化。
图表
先选择第一个模型，再点击第二个模型打开并排页面。