GetInfoUs
হেড-টু-হেড এআই মডেল তুলনা

DeepSeek V4 vs DeepSeek Reasoner

বেঞ্চমার্ক, এপিআই টোকেন মূল্য, কনটেক্সট উইন্ডো এবং ইনফারেন্স স্পিড তুলনা

GetInfoUs রিসার্চ টিম দ্বারা পরীক্ষিতসর্বশেষ পর্যালোচনা: October 2026সম্পাদকীয় নীতিমালা
শেয়ার করুন
Related topics (12)
AI CompareAI BenchmarkToken PricingModel CostModel SpecsSWE-bench CodingModel VersusWhich AI ModelLLM Speed & LatencyReasoning ModelsExtended ThinkingPrompt Caching ROI
DeepSeek V4 vs DeepSeek Reasoner: Benchmarks, Pricing & Speed Comparison

DeepSeek-এর DeepSeek V4 এবং DeepSeek-এর DeepSeek Reasoner হলো দুটি শীর্ষস্থানীয় এআই মডেল। DeepSeek V4 মডেলে রয়েছে 1M টোকেন কনটেক্সট উইন্ডো এবং এর এপিআই মূল্য $0.30/$1.20 প্রতি ১ মিলিয়ন টোকেন, যেখানে DeepSeek Reasoner মডেলে রয়েছে 1M টোকেন কনটেক্সট এবং মূল্য $0.28/$0.42 প্রতি ১ মিলিয়ন টোকেন। নিচে উভয় মডেলের বেঞ্চমার্ক, গতি ও খরচের বিস্তারিত তুলনা দেওয়া হলো।

সরাসরি মডেল তুলনা (VS)

যেকোনো দুটি এআই মডেল পরিবর্তন ও তুলনা করুন

আমাদের যাচাইকৃত বেঞ্চমার্ক ডাটাবেস থেকে যেকোনো এআই মডেল নির্বাচন করে তাৎক্ষণিক তুলনা দেখুন।

প্রোফাইল
প্রোফাইল
এক পেজে মাল্টি-মডেল স্ট্যাক:
৫-মডেল মেগা কম্পেয়ার বিল্ডার
জনপ্রিয় তুলনা:
DeepSeek

DeepSeek V4

ওপেন-ওয়েটস ফাউন্ডেশন মডেল

DeepSeek-এর DeepSeek V4 হলো সেলফ-হোস্টিং, ফাইন-টিউনিং এবং প্রাইভেট ক্লাউড ডিপ্লয়মেন্টের জন্য উন্মুক্ত ওপেন-ওয়েটস এআই মডেল, যা 1M কনটেক্সট উইন্ডো, 78 টোকেন/সেকেন্ড স্পিড এবং $0.3/$1.2 প্রতি 1M টোকেন মূল্যে 56/100 ইন্টেলিজেন্স স্কোর প্রদান

Intelligence Index56 / 100
Input Token:

$0.30 / 1M

Output Token:

$1.20 / 1M

Context Window:

1M tokens

SWE-bench Verified:

62.8%

DeepSeek

DeepSeek Reasoner

ওপেন-ওয়েটস রিজনিং মডেল

DeepSeek-এর DeepSeek Reasoner হলো ওপেন-ওয়েটস রিজনিং ও উন্নত গাণিতিক সমস্যা সমাধানের জন্য নির্মিত এআই মডেল, যা 1M কনটেক্সট উইন্ডো, 52 টোকেন/সেকেন্ড স্পিড এবং $0.28/$0.42 প্রতি 1M টোকেন মূল্যে 54/100 ইন্টেলিজেন্স স্কোর প্রদান করে।

Intelligence Index54 / 100
Input Token:

$0.28 / 1M

Output Token:

$0.42 / 1M

Context Window:

1M tokens

SWE-bench Verified:

56.5%

একনজরে প্রধান পার্থক্যসমূহ

  • DeepSeek Reasoner is 1.9x cheaper for API usage (input + output tokens combined).
  • DeepSeek V4 is faster at 78 tok/s vs 52 tok/s.
  • DeepSeek V4 leads on SWE-bench coding (62.8% vs 56.5%).
মডেলের বিভিন্ন পরিমাপকের সংজ্ঞা জানতে:এআই গ্লোসারি দেখুন →
বৈশিষ্ট্যDeepSeek V4DeepSeek Reasoner
Intelligence Index
Composite reasoning & knowledge score (0-100)
5654
Provider
DeepSeekDeepSeek
Input Price
Cost per million input tokens
$0.30 / 1M$0.28 / 1M
Output Price
Cost per million output tokens
$1.20 / 1M$0.42 / 1M
Blended Price
Weighted 7:2:1 cache:input:output per 1M
$0.20 / 1M$0.12 / 1M
Context Window
Maximum input + output tokens
1M tokens~1,500 A4 pages of text1M tokens~1,500 A4 pages of text
Max Output Tokens
Per single request
66K33K
Throughput Speed
Tokens generated per second
78 tok/s52 tok/s
SWE-bench Verified
Real-world software engineering
62.8%56.5%
GPQA Diamond
Graduate-level reasoning
78.4%76.5%
Cached Input Price
Prompt caching discount per 1M tokens
$0.03 / 1M$0.03 / 1M

কোন ক্ষেত্রে কোন মডেল সেরা?

একনজরে সিদ্ধান্ত নেওয়ার ফ্রেমওয়ার্ক
কোডিং
DeepSeek V4
+6.3% SWE-bench lead
খরচ
DeepSeek Reasoner
1.9x cheaper monthly runtime
স্পিড
DeepSeek V4
+50% faster generation
কনটেক্সট
Tied
1M tokens window

যাচাইকৃত বেঞ্চমার্ক স্কোর তুলনা

স্বাধীন গবেষণা ল্যাব দ্বারা যাচাইকৃত অফিশিয়াল ইভ্যালুয়েশন মেট্রিক্স।

DeepSeek V4DeepSeek Reasoner
SWE-bench Verified (Autonomous Coding)

Industry benchmark evaluating real-world GitHub issue resolution and multi-file debugging.

62.8%vs56.5%
GPQA Diamond (Doctorate-Level Science & Math)

Challenging questions created by domain experts to test complex PhD-level reasoning.

78.4%vs76.5%
MMLU-Pro (Multi-task Language Understanding)

Hardened reasoning and academic knowledge benchmark with reduced lucky-guess probability.

87.5%vs86.2%
LMSYS Chatbot Arena Elo

Crowdsourced human preference evaluation based on blind, head-to-head model battles.

1415ptsvs1368pts
Humanity's Last Exam (Frontier Expert Knowledge)

Extremely difficult, closed-ended questions spanning the frontier of human expert knowledge.

14.5%vs13.5%
Terminal-Bench (Agentic Coding & Terminal Use)

Autonomous multi-step tasks executed inside a real command-line terminal environment.

42%vs37.5%
SciCode (Scientific Computing)

Research-grade coding problems drawn from real scientific and numerical workloads.

39.5%vs35%
LiveCodeBench (Competitive Coding)

Contamination-free competitive programming problems collected continuously over time.

65%vs58.5%
AIME (Advanced Math Competition)

American Invitational Mathematics Examination — multi-step Olympiad-level reasoning.

89%vs87.5%
Long-Context Reasoning

Accuracy when reasoning over very large inputs that fill the model context window.

88%vs85%
Generation Speed (Throughput)

Tokens emitted per second during active generation streaming.

78 tok/s vs52 tok/s

লেটেন্সি ও রেসপন্স টাইম

প্রথম টোকেন আসার সময় (TTFT) এবং ৫০০ টোকেনের রেসপন্স জেনারেট করতে আনুমানিক সময়।

Time to First Token (TTFT)Lower is better
DeepSeek V40.60s
DeepSeek Reasoner0.82s
Est. End-to-End Response (500 tokens)TTFT + generation time
DeepSeek V47.01s
DeepSeek Reasoner10.44s

রিয়েল-টাইম টোকেন খরচ সিমুলেটর

প্রম্পট ক্যাশিং ডিসকাউন্টসহ মাসিক ক্লাউড API খরচ হিসাব করতে স্লাইডার পরিবর্তন করুন।

100K / day
10K500K1M
30K / day
5K150K300K
50% cached
0% (Cold)50%90% (Warm)
DeepSeek V4 মাসিক API বিল
$1.57 / month
$0.3/1M in · $1.2/1M out
DeepSeek Reasoner মাসিক API বিল
$0.84 / month
$0.28/1M in · $0.42/1M out
DeepSeek Reasoner saves approximately $0.73 / month (47%) under this workload.1.9x Savings

DeepSeek V4 · শক্তি ও প্রধান সুবিধাসমূহ

  • 1M কনটেক্সট উইন্ডো এবং সর্বোচ্চ 66K আউটপুট টোকেন জেনারেশন সক্ষমতা (SWE-bench Verified 62.8% · GPQA Diamond 78.4%)
  • 78 টোকেন/সেকেন্ড জেনারেশন স্পিড এবং মাত্র 600ms প্রথম টোকেন ল্যাটেন্সি (TTFT)
  • ওপেন-ওয়েটস আর্কিটেকচার (MoE (Colossal)) — vLLM, Ollama বা প্রাইভেট GPU ক্লাস্টারে সেলফ-হোস্টিংযোগ্য
বিবেচ্য বিষয় ও সীমাবদ্ধতা
  • সম্পূর্ণ প্রিসিশনে লোকাল GPU সার্ভারে হোস্ট করতে পর্যাপ্ত VRAM ও হার্ডওয়্যার অবকাঠামো প্রয়োজন
  • অত্যন্ত জটিল মাল্টি-হপ গবেষণার ক্ষেত্রে ফ্ল্যাগশিপ রিজনিং মডেলের তুলনায় নির্ভুলতা কিছুটা কম হতে পারে

DeepSeek Reasoner · শক্তি ও প্রধান সুবিধাসমূহ

  • 1M কনটেক্সট উইন্ডো এবং সর্বোচ্চ 33K আউটপুট টোকেন জেনারেশন সক্ষমতা (SWE-bench Verified 56.5% · GPQA Diamond 76.5%)
  • 52 টোকেন/সেকেন্ড জেনারেশন স্পিড এবং মাত্র 820ms প্রথম টোকেন ল্যাটেন্সি (TTFT)
  • ওপেন-ওয়েটস আর্কিটেকচার (671B Total (37B )) — vLLM, Ollama বা প্রাইভেট GPU ক্লাস্টারে সেলফ-হোস্টিংযোগ্য
বিবেচ্য বিষয় ও সীমাবদ্ধতা
  • সম্পূর্ণ প্রিসিশনে লোকাল GPU সার্ভারে হোস্ট করতে পর্যাপ্ত VRAM ও হার্ডওয়্যার অবকাঠামো প্রয়োজন
  • অত্যন্ত জটিল মাল্টি-হপ গবেষণার ক্ষেত্রে ফ্ল্যাগশিপ রিজনিং মডেলের তুলনায় নির্ভুলতা কিছুটা কম হতে পারে

টোকেন ব্যবহার ও টাস্ক ইকোনমিক্স

একটি স্ট্যান্ডার্ড এজেন্টিক টাস্ক সম্পন্ন করতে আনুমানিক খরচ এবং টোকেন ব্যবহার।

MetricDeepSeek V4DeepSeek Reasoner
Cost per Task
Estimated USD to finish one task
$0.38$0.22
Output Tokens / Task
Tokens generated per task
48K45K
Reasoning Tokens / Task
Thinking tokens burned per task
22K26K

টেকনিক্যাল স্পেসিফিকেশন

অফিশিয়াল প্রোভাইডার রিলিজ স্পেক্স, API মডেল আইডি, রেট লিমিট, লং-কনটেক্সট প্রাইসিং ও এজেন্টিক সক্ষমতা

বৈশিষ্ট্যDeepSeek V4DeepSeek Reasoner
অফিশিয়াল API মডেল আইডি (SDK)deepseek-reasonerdeepseek-reasoner
API প্রোটোকলOpenAI-Compatible REST / vLLM / SGLang / HuggingFace TGIOpenAI-Compatible REST / vLLM / SGLang / HuggingFace TGI
রিলিজ তারিখ2026-072025-12
নলেজ কাটঅফApril 2026September 2025
আর্কিটেকচারNext-Gen Sparse MoE with MLAReinforcement-Learned Reasoning MoE
প্যারামিটার স্কেলMoE (Colossal)671B Total (37B Active)
এন্টারপ্রাইজ রেট লিমিট (RPM / TPM)Unlimited (Hardware-bound on self-hosted GPU) / 10,000 RPM Cloud · Unlimited local throughput / 10M+ TPM Managed CloudUnlimited (Hardware-bound on self-hosted GPU) / 10,000 RPM Cloud · Unlimited local throughput / 10M+ TPM Managed Cloud
লং-কনটেক্সট প্রাইসিং (>128K/200K)পূর্ণ 1000K কনটেক্সট জুড়ে একই ফ্ল্যাট রেট ($0.3/1M)পূর্ণ 1000K কনটেক্সট জুড়ে একই ফ্ল্যাট রেট ($0.28/1M)
প্রম্পট ক্যাশিং ও TTLস্বয়ংক্রিয় প্রিফিক্স ক্যাশিং $0.03/1M (কোনো অতিরিক্ত রাইট ফি নেই)স্বয়ংক্রিয় প্রিফিক্স ক্যাশিং $0.028/1M (কোনো অতিরিক্ত রাইট ফি নেই)
কম্পিউটার ইউজ / GUI এজেন্টAPI ও CLI টুল-কলিং এজেন্ট সমর্থিত (র-পিক্সেল ডেস্কটপ ক্লিক ছাড়া)API ও CLI টুল-কলিং এজেন্ট সমর্থিত (র-পিক্সেল ডেস্কটপ ক্লিক ছাড়া)
MCP ও প্যারালাল টুল কলিংনেটিভ MCP সাপোর্ট · প্যারালাল ফাংশন কলিং · ১০০% স্ট্রিক্ট JSON স্কিমানেটিভ MCP সাপোর্ট · প্যারালাল ফাংশন কলিং · ১০০% স্ট্রিক্ট JSON স্কিমা
ওয়েব সার্চ ও কোড স্যান্ডবক্সএক্সটার্নাল সার্চ (Tavily/Exa) ও ডকার স্যান্ডবক্সের মাধ্যমে সমর্থিতএক্সটার্নাল সার্চ (Tavily/Exa) ও ডকার স্যান্ডবক্সের মাধ্যমে সমর্থিত
অফিশিয়াল ফাইন-টিউনিং (SFT/LoRA/RFT)পূর্ণ ওয়েটস SFT, LoRA, QLoRA, DPO ও RL ফাইন-টিউনিং (Unsloth / Axolotl)পূর্ণ ওয়েটস SFT, LoRA, QLoRA, DPO ও RL ফাইন-টিউনিং (Unsloth / Axolotl)
মাল্টিমোডাল টোকেন বিলিংটেক্সট BPE (~৪ অক্ষর/টোকেন)টেক্সট BPE (~৪ অক্ষর/টোকেন)
কোয়ান্টাইজেশন ও মিনিমাম VRAMBF16 / FP16, FP8 Dynamic, INT4 AWQ / GPTQ, GGUF (Q4_K_M / Q8_0) · 43 GB VRAM (৪-বিট কোয়ান্টাইজড) · 151 GB VRAM (নেটিভ BF16)BF16 / FP16, FP8 Dynamic, INT4 AWQ / GPTQ, GGUF (Q4_K_M / Q8_0) · 416 GB VRAM (৪-বিট কোয়ান্টাইজড) · 1443 GB VRAM (নেটিভ BF16)
সেফটি ও ফ্রন্টিয়ার ক্লাসিফিকেশনOpen-Weights System Card + Customizable Guardrail Layer (Llama Guard / ShieldGemma)Open-Weights System Card + Customizable Guardrail Layer (Llama Guard / ShieldGemma)
এন্টারপ্রাইজ কমপ্লায়েন্স (ZDR/HIPAA/SOC2)১০০% অন-প্রেমিসেস / প্রাইভেট VPC নিয়ন্ত্রণ · সম্পূর্ণ HIPAA, GDPR ও SOC2 কমপ্লায়েন্ট১০০% অন-প্রেমিসেস / প্রাইভেট VPC নিয়ন্ত্রণ · সম্পূর্ণ HIPAA, GDPR ও SOC2 কমপ্লায়েন্ট
ইনপুট মডালিটিtexttext
আউটপুট মডালিটিtexttext

DeepSeek V4 vs DeepSeek Reasoner: সংক্ষিপ্ত প্রশ্নোত্তর (FAQ)

Which is more intelligent, DeepSeek V4 or DeepSeek Reasoner?

DeepSeek V4 is more intelligent. It scores 56 compared with 54 on the composite Intelligence Index.

Which model is faster?

DeepSeek V4 is faster, generating 78 tokens per second compared with 52 tokens per second.

Which model is cheaper to run?

DeepSeek Reasoner is cheaper at $0.12 per 1M tokens blended, compared with $0.20 (7:2:1 cache:input:output ratio).

Which model has lower latency?

DeepSeek V4 has lower latency, with a time to first token of 0.60s compared with 0.82s.

চূড়ান্ত মতামত

DeepSeek V4 (সেলফ-হোস্টিং, ফাইন-টিউনিং এবং প্রাইভেট ক্লাউড ডিপ্লয়মেন্টের জন্য উন্মুক্ত ওপেন-ওয়েটস, RAG নলেজ পাইপলাইন এবং স্কেলেবল প্রোডাকশন API ইন্টিগ্রেশন।) এবং DeepSeek Reasoner (ওপেন-ওয়েটস রিজনিং ও উন্নত গাণিতিক সমস্যা সমাধানের জন্য নির্মিত, RAG নলেজ পাইপলাইন এবং স্কেলেবল প্রোডাকশন API ইন্টিগ্রেশন।) উভয়ই শক্তিশালী মডেল। সার্বিক রিজনিং ও কোডিং বেঞ্চমার্কে DeepSeek V4 এগিয়ে, দ্রুত ইনফারেন্স গতির জন্য DeepSeek V4 সেরা এবং কম এপিআই খরচে প্রোডাকশন ডিপ্লয়মেন্টের জন্য DeepSeek Reasoner সবচেয়ে সাশ্রয়ী পছন্দ।

সাধারণ জিজ্ঞাসা (FAQ)

কোডিং ও জটিল রিজনিংয়ের জন্য DeepSeek V4 নাকি DeepSeek Reasoner কোনটি ভালো?+

বেঞ্চমার্ক এবং রিজনিং মূল্যায়নে DeepSeek V4 এগিয়ে রয়েছে। তবে আপনার নির্দিষ্ট প্রজেক্টের জন্য উভয় মডেলের SWE-bench ও GPQA স্কোর তুলনা করে নেওয়া উত্তম।

DeepSeek V4 এবং DeepSeek Reasoner-এর এপিআই খরচের পার্থক্য কত?+

DeepSeek V4-এর ইনপুট/আউটপুট মূল্য $0.30 / $1.20 (প্রতি ১ মিলিয়ন টোকেন) এবং DeepSeek Reasoner-এর মূল্য $0.28 / $0.42। সার্বিক ওয়ার্কলোডে DeepSeek Reasoner বেশি সাশ্রয়ী।

কোন মডেলটির কনটেক্সট উইন্ডো ও স্পিড বেশি?+

DeepSeek V4 মডেলের কনটেক্সট উইন্ডো 1M টোকেন এবং DeepSeek Reasoner মডেলের কনটেক্সট উইন্ডো 1M টোকেন। ইনফারেন্স গতির দিক থেকে DeepSeek V4 দ্রুততর আউটপুট প্রদান করে।

এআই পরিভাষা ও গাইড
সম্পূর্ণ গ্লোসারি →

মডেলের বিভিন্ন পরিমাপক যেমন কনটেক্সট উইন্ডো, টোকেন প্রাইজ এবং রিজনিং স্কোর সম্পর্কে বিস্তারিত জানতে আমাদের এআই গ্লোসারি দেখুন।

টোকেন (Token)কনটেক্সট উইন্ডোএআই বেঞ্চমার্করিজনিং মডেলটুল কলিংমডেল কনটেক্সট প্রোটোকল

Related reading

এআই ল্যাবগুলোর নতুন রিলিজের সাথে সাথে বেঞ্চমার্ক স্কোর, টোকেন প্রাইসিং এবং রেট লিমিট নিয়মিত পরিবর্তিত হয়। প্রোডাকশনে ব্যবহারের পূর্বে সর্বদা অফিশিয়াল প্রোভাইডার ডকুমেন্টেশন যাচাই করুন।

তথ্যসূত্র: DeepSeek ও DeepSeek অফিশিয়াল এপিআই ডকুমেন্টেশন এবং স্বাধীন বেঞ্চমার্ক ইভালুয়েশন (২০২৬)।