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

DeepSeek V4.1 Flash 1017 (low) vs Muse Wonder (low)

DeepSeek V4.1 Flash 1017 (low) average score में आगे है: 9.2 vs 9.1. DeepSeek V4.1 Flash 1017 (low) की benchmark लागत कम है: $0.355 vs $2.637. Muse Wonder (low) तेज है: 16.00s vs 32.55s, pass rates 78.3% vs 76.8%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-19

तुलना किए गए मॉडल

रैंक
#36
कुल आउटपुट टोकन
523,482
प्रतिक्रिया समय (औसत)
32.55s
कुल लागत
$0.355
रैंक
#41
कुल आउटपुट टोकन
82,847
प्रतिक्रिया समय (औसत)
16.00s
कुल लागत
$2.637
अनुशंसित मॉडल DeepSeek V4.1 Flash 1017 (low)

It has the best score here (9.2), while costing about 7.4x less than Muse Wonder (low).

विस्तृत तुलना

मेट्रिक DeepSeek V4.1 Flash 1017 DeepSeek V4.1 Flash 1017 low रिलीज़: 2026-10-18 Muse Wonder Muse Wonder low रिलीज़: 2026-10-13
स्कोर 9.2 9.1
रैंक #36 #41
विश्वसनीयता 10.0 9.7
संगति 9.0 9.6
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 78.3% 76.8%
अस्थिर टेस्ट 3 1
कुल रन 69 69
प्रति परिणाम लागत 2.214 15.512
कुल लागत $0.355 $2.637
इनपुट कीमत $0.150 / 1M $4.000 / 1M
आउटपुट कीमत $0.600 / 1M $20.000 / 1M
कैश पढ़ने की कीमत $0.003 / 1M $0.200 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 267,122 244,997
आउटपुट टोकन 7,369 11,148
रीजनिंग टोकन 516,113 71,699
प्रतिक्रिया समय (औसत) 32.55s 16.00s
प्रतिक्रिया समय (अधिकतम) 443.63s 83.98s
प्रतिक्रिया समय (कुल) 748.62s 367.91s
पैरामीटर ~748B कुल (~16B सक्रिय) ~1T कुल (~50B सक्रिय)
उपलब्धता मुक्त स्रोत बंद स्रोत

कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#36 DeepSeek V4.1 Flash 1017

low
लागत
$0.006
समय
63.8s
टोकन
11,236 tok

#41 Muse Wonder

low
लागत
$0.080
समय
28.1s
टोकन
4,067 tok

स्कोर के अनुसार शीर्ष मॉडल

स्कोर बनाम कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

श्रेणी विवरण

कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
DeepSeek V4.1 Flash 1017 10.0 10.0 100.0% 0 27.01s 7,509 323 45,628
Muse Wonder 10.0 10.0 100.0% 0 17.81s 7,401 1,050 15,813

तुलना जोड़ी बदलें