#20 DeepSeek V4 Pro
high- 成本
- $0.023
- 时间
- 257.6s
- 令牌
- 14,870 tok
摘要
DeepSeek V4 Pro 在 AI BENCHY 上得分 8.2，排名 #20。它的可靠性为 不适用，通过率为 77.8%，总成本为 $0.329，平均响应时间为 72.92s。
DeepSeek V4 Pro 的独特之处： 在这个得分水平下，它的 benchmark 总成本异常低。
输入价格
$1.740 / 1M
输出价格
$3.480 / 1M
不稳定测试
2
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）。
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 |
|---|---|---|---|---|---|
| 2026-07-16 23:19 新增测试 | 7.7 | 10.0 | $0.200 | 比较 | |
| 2026-06-16 15:31 重新测试 | 7.6 | 9.3 | $0.157 | 比较 | |
| 2026-06-16 14:47 测试集已变更 | 8.1 | 9.6 | $0.098 | 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 | 比较 | |
| 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 | 当前轮次 |
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） |
|---|---|---|---|---|---|---|---|---|---|
| 2026-04-25 21:53 · 首次运行 | 8.2 | 9.2 | 不适用 | 13/18 | 2 | 84,562 | 0 | $0.329 | 72.92s |
| 2026-07-16 23:19 · 新增测试 | 7.7 | 7.7 | 10.0 | 10/22 | 6 | 189,181 | 90,748 | $0.200 | 79.14s |
| 差值 | +0.5 | +1.5 | +3 | -4 | -104619 | -90748 | +$0.129 | -6213ms |
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。
快速对比
DeepSeek V4 ProhighvsDeepSeek V4 FlashhighDeepSeek V4 ProhighvsMiniMax M3mediumDeepSeek V4 ProhighvsGPT-5.6 LunahighDeepSeek V4 ProhighvsGrok Build 0.1mediumDeepSeek V4 ProhighvsClaude Opus 4.6mediumDeepSeek V4 ProhighvsGPT-5.6 LunamediumDeepSeek V4 ProhighvsGLM 5mediumDeepSeek V4 ProhighvsNemotron 3 Ultramedium免费可用DeepSeek V4 ProhighvsClaude Opus 4.8lowDeepSeek V4 ProhighvsKimi K2.7 Codemedium