AI BENCHY
Advertise here

#78

DeepSeek V4 Pro

DeepSeek 发布日期: 2026-04-24 测试于: 2026-04-29 14:46 deepseek/deepseek-v4-pro::none
(high) (none)

分数

6.2

一致性

8.7

可靠性

7.9

总成本

$0.043

总输出令牌

3,903

????

$0.435 / 1M

????

$0.870 / 1M

测试正确

错误测试数: 11

尝试通过率: 48.2%

不稳定测试

3

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）。

响应时间（平均）

14.01s

响应时间（最大）: 58.65s

响应时间（总计）: 252.12s

答案错误: 7 未遵循指令: 3 额外格式: 1

测试历史

测试于 分数 可靠性 测试正确 总成本 比较
2026-05-22 00:38 测试集已变更 6.0 8.1 $0.046 比较
2026-04-29 14:46 重新测试 6.2 7.9 $0.043 当前轮次
2026-04-24 09:19 首次运行 3.1 不适用 $0.009 比较

图表

先选择第一个模型，再点击第二个模型打开并排页面。

总输出令牌

分数 vs 总输出令牌

快速对比

DeepSeek V4 PrononevsDeepSeek V4 ProhighDeepSeek V4 PrononevsGrok Build 0.1noneDeepSeek V4 PrononevsKimi K2.5mediumDeepSeek V4 PrononevsQwen3.6 27BmediumDeepSeek V4 PrononevsGemini 3.1 Flash LiteminimalDeepSeek V4 PrononevsGemini 3 Flash PreviewmediumDeepSeek V4 PrononevsGemini 3.5 FlashhighDeepSeek V4 PrononevsRing-2.6-1TmediumDeepSeek V4 PrononevsGemini 3.5 Flashlow

类别细分

类别 分数 一致性 测试正确
反AI技巧 3.5 8.0
编程 7.1 3.7
综合 9.5 10.0
数据解析与提取 10.0 10.0
领域专项 5.3 10.0
通用智能 4.3 9.9
指令遵循 6.3 10.0
谜题求解 6.0 7.1
工具调用 10.0 10.0

已对比模型