Terminal-Bench 4.0 cost chart: DeepSeek V4.1 Flash cheapest but lowest-scoring
In the chart Kimi K3.1 Pro hits about 66% at far lower cost than Claude, DeepSeek V4.1 Flash has the lowest cost but a lower score, and Opus 5.5 and Sonnet 5.5 sit in the high-cost region.
Một benchmark AI không chỉ cần đo chất lượng đầu ra mà còn phải tính chi phí cho mỗi tác vụ. Trong biểu đồ Terminal-Bench 4.0, Kimi K3.1 Pro đạt điểm tối đa khoảng 66% ở mức chi phí thấp hơn nhiều lựa chọn Claude trong mẫu so sánh. DeepSeek-V4.1-Flash có chi phí thấp nhất nhưng điểm số cũng thấp hơn; Claude Opus 5.5 và Sonnet 5.5 nằm ở vùng chi phí cao hơn. Kết quả phụ thuộc bộ test, cấu hình và cách tính giá, nên không thể dùng một benchmark để kết luận model nào tốt nhất cho mọi công việc. Not financial advice.
This post quotes another post: x.com/micnguyenn105/status/2113804725045121413