नेविगेशन
Advertise here

DeepSeek V4.1 Flash (high) vs Muse Spark 1.2 (low)

average score लगभग बराबर है: 8.5 vs 8.4. DeepSeek V4.1 Flash (high) की benchmark लागत कम है: $0.287 vs $0.655. Muse Spark 1.2 (low) तेज है: 9.77s vs 32.78s, pass rates 74.2% vs 77.3%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-09-10

तुलना किए गए मॉडल

रैंक
#52
कुल आउटपुट टोकन
452,940
प्रतिक्रिया समय (औसत)
32.78s
कुल लागत
$0.287
रैंक
#55
कुल आउटपुट टोकन
123,963
प्रतिक्रिया समय (औसत)
9.77s
कुल लागत
$0.655
अनुशंसित मॉडल Muse Spark 1.2 (low)

It has the best score here (8.4), while responding about 3.4x faster than DeepSeek V4.1 Flash (high).

विस्तृत तुलना

मेट्रिक DeepSeek V4.1 Flash DeepSeek V4.1 Flash high रिलीज़: 2026-09-10 Muse Spark 1.2 Muse Spark 1.2 low रिलीज़: 2026-08-06
स्कोर 8.5 8.4
रैंक #52 #55
विश्वसनीयता 9.6 10.0
संगति 8.9 9.0
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 74.2% 77.3%
अस्थिर टेस्ट 3 3
कुल रन 66 66
प्रति परिणाम लागत 1.912 4.361
कुल लागत $0.287 $0.655
इनपुट कीमत $0.150 / 1M $1.250 / 1M
आउटपुट कीमत $0.600 / 1M $4.250 / 1M
कुल इनपुट टोकन 100,111 101,811
आउटपुट टोकन 6,642 8,025
रीजनिंग टोकन 446,298 115,938
प्रतिक्रिया समय (औसत) 32.78s 9.77s
प्रतिक्रिया समय (अधिकतम) 205.53s 47.80s
प्रतिक्रिया समय (कुल) 721.15s 214.83s
पैरामीटर 748B कुल (16B सक्रिय) ~1T कुल (~50B सक्रिय)
उपलब्धता मुक्त स्रोत बंद स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#52 DeepSeek V4.1 Flash

high
लागत
$0.035
समय
111.0s
टोकन
29,201 tok

#55 Muse Spark 1.2

low
लागत
$0.019
समय
14.6s
टोकन
4,384 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 10.0 10.0 100.0% 0 49.19s 7,509 376 108,285
Muse Spark 1.2 8.4 7.4 88.9% 1 10.09s 7,275 343 19,717

त्वरित तुलना

तुलना जोड़ी बदलें