নেভিগেশন
AI BENCHY
Advertise here

AI BENCHY Compare

DeepSeek: DeepSeek V4 Flash vs Meta: Muse Spark 1.1

সারাংশ

Muse Spark 1.1 (medium) average score-এ এগিয়ে: 8.9 vs 8.3. DeepSeek V4 Flash (high)-এর benchmark খরচ কম: $0.029 vs $1.152. Muse Spark 1.1 (medium) দ্রুত: 23.35s vs 45.85s, pass rates 74.6% vs 76.2%.

প্রস্তাবিত মডেলDeepSeek V4 Flash (high)Its score stays close to the best score here (8.3 vs 8.9), while costing about 40.5x less than Muse Spark 1.1 (medium).

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-07-16

মেট্রিক DeepSeek V4 Flash DeepSeek V4 Flash high প্রকাশ: 2026-04-24 Muse Spark 1.1 Muse Spark 1.1 medium প্রকাশ: 2026-07-16
স্কোর 8.3 8.9
র‍্যাঙ্ক #30 #15
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 8.5 9.2
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 74.6% 76.2%
অস্থির টেস্ট 4 2
মোট রান 63 63
প্রতি ফলাফলে খরচ 0.299 7.676
মোট খরচ $0.029 $1.152
ইনপুট মূল্য $0.098 / 1M $1.250 / 1M
আউটপুট মূল্য $0.196 / 1M $4.250 / 1M
মোট ইনপুট টোকেন 39,745 59,928
আউটপুট টোকেন 10,310 3,523
রিজনিং টোকেন 123,501 249,752
প্রতিক্রিয়া সময় (গড়) 45.85s 23.35s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 218.13s 165.38s
প্রতিক্রিয়া সময় (মোট) 962.79s 490.40s

জেনারেশন শোকেস

Hamster playing table tennis

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

#30 DeepSeek V4 Flash

high
খরচ
$0.003
সময়
93.1s
টোকেন
7,926 tok

#15 Muse Spark 1.1

medium
খরচ
$0.024
সময়
29.2s
টোকেন
5,774 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 7.8 10.0 66.7% 0 50.60s 7,279 395 34,862
Muse Spark 1.1 10.0 10.0 100.0% 0 15.66s 8,562 347 23,562

দ্রুত তুলনা

তুলনার জুটি বদলান