deepseek-v4-flashmax
第 16 名
当前排名
53%±4%
能力得分
$0.10
平均运行成本
108k
平均输出量
153
平均执行步数
113
参与测试数量
测试详情
推理档位max
95% 置信区间49.8% - 56.9%
Pass@480.5%
尝试次数452
通过任务数241
至少通过一次的任务数91
平均输入量19830k
中位峰值上下文202k
中位运行成本$0.09
中位输出量104k
平均运行时长24 分钟
重复测试轮次4
任务集规模113
数据更新时间2026-08-13
数据生成时间2026-08-13