নেভিগেশন
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

DeepSeek V4 Flash 0731 (high) vs Muse Glimmer 30B (xhigh)

Muse Glimmer 30B (xhigh) average score-এ এগিয়ে: 8.1 vs 8.0. DeepSeek V4 Flash 0731 (high)-এর benchmark খরচ কম: $0.134 vs $0.635. Muse Glimmer 30B (xhigh) দ্রুত: 95.55s vs 114.94s, pass rates 75.8% vs 69.7%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-08-20

র‍্যাঙ্ক
#54
মোট আউটপুট টোকেন
513,307
প্রতিক্রিয়া সময় (গড়)
114.94s
মোট খরচ
$0.134
র‍্যাঙ্ক
#50
মোট আউটপুট টোকেন
446,844
প্রতিক্রিয়া সময় (গড়)
95.55s
মোট খরচ
$0.635
প্রস্তাবিত মডেল DeepSeek V4 Flash 0731 (high)

Its score stays close to the best score here (8.0 vs 8.1), while costing about 4.7x less than Muse Glimmer 30B (xhigh).

বিস্তারিত তুলনা

মেট্রিক DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 high প্রকাশ: 2026-08-01 Muse Glimmer 30B Muse Glimmer 30B xhigh প্রকাশ: 2026-08-11
স্কোর 8.0 8.1
র‍্যাঙ্ক #54 #50
নির্ভরযোগ্যতা 10.0 9.9
ধারাবাহিকতা 8.0 8.6
প্রচেষ্টা 66/66 66/66
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 75.8% 69.7%
অস্থির টেস্ট 5 4
মোট রান 66 66
প্রতি ফলাফলে খরচ 0.956 4.883
মোট খরচ $0.134 $0.635
ইনপুট মূল্য $0.140 / 1M $0.350 / 1M
আউটপুট মূল্য $0.280 / 1M $1.500 / 1M
মোট ইনপুট টোকেন 96,702 110,930
আউটপুট টোকেন 16,966 116,373
রিজনিং টোকেন 496,341 330,471
প্রতিক্রিয়া সময় (গড়) 114.94s 95.55s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 600.61s 576.79s
প্রতিক্রিয়া সময় (মোট) 2528.65s 2102.12s
প্যারামিটার 284B মোট (13B সক্রিয়) 30B
উপলভ্যতা বন্ধ উৎস উন্মুক্ত উৎস

মডেল জেনারেশন শোকেস

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#54 DeepSeek V4 Flash 0731

high
অবৈধ SVG
খরচ
$0.000
সময়
187.3s
টোকেন
19,048 tok

#50 Muse Glimmer 30B

xhigh
খরচ
$0.007
সময়
94.6s
টোকেন
4,318 tok

স্কোর অনুযায়ী শীর্ষ মডেল

স্কোর বনাম মোট খরচ

প্রতিক্রিয়া সময় (গড়)

স্কোর vs প্রতিক্রিয়া সময় (গড়)

মোট আউটপুট টোকেন

স্কোর vs মোট আউটপুট টোকেন

বিভাগভিত্তিক বিশ্লেষণ

কোডিং স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
DeepSeek V4 Flash 0731 6.3 6.3 55.6% 1 252.67s 7,044 2,160 191,210
Muse Glimmer 30B 10.0 10.0 100.0% 0 105.91s 7,428 18,697 63,334

দ্রুত তুলনা

তুলনার জুটি বদলান