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 (minimal)

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 $1.639. Muse Wonder (minimal) तेज है: 7.72s 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
#44
कुल आउटपुट टोकन
34,224
प्रतिक्रिया समय (औसत)
7.72s
कुल लागत
$1.639
अनुशंसित मॉडल DeepSeek V4.1 Flash 1017 (low)

It has the best score here (9.2), while costing about 4.6x less than Muse Wonder (minimal).

विस्तृत तुलना

मेट्रिक DeepSeek V4.1 Flash 1017 DeepSeek V4.1 Flash 1017 low रिलीज़: 2026-10-18 Muse Wonder Muse Wonder minimal रिलीज़: 2026-10-13
स्कोर 9.2 9.1
रैंक #36 #44
विश्वसनीयता 10.0 9.7
संगति 9.0 9.3
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 78.3% 76.8%
अस्थिर टेस्ट 3 2
कुल रन 69 69
प्रति परिणाम लागत 2.214 9.639
कुल लागत $0.355 $1.639
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 267,122 238,532
आउटपुट टोकन 7,369 9,812
रीजनिंग टोकन 516,113 24,412
प्रतिक्रिया समय (औसत) 32.55s 7.72s
प्रतिक्रिया समय (अधिकतम) 443.63s 42.89s
प्रतिक्रिया समय (कुल) 748.62s 177.57s
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

#44 Muse Wonder

minimal
लागत
$0.048
समय
15.1s
टोकन
2,488 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 6.86s 7,401 809 7,336

तुलना जोड़ी बदलें