नेविगेशन
Advertise here

DeepSeek V4.1 Flash (max) vs Muse Spark 1.1 (low)

average score लगभग बराबर है: 8.3 vs 8.3. DeepSeek V4.1 Flash (max) की benchmark लागत कम है: $0.537 vs $0.673. Muse Spark 1.1 (low) तेज है: 11.89s vs 61.35s, pass rates 68.2% vs 71.2%.

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

तुलना किए गए मॉडल

रैंक
#62
कुल आउटपुट टोकन
871,126
प्रतिक्रिया समय (औसत)
61.35s
कुल लागत
$0.537
रैंक
#63
कुल आउटपुट टोकन
116,489
प्रतिक्रिया समय (औसत)
11.89s
कुल लागत
$0.673
अनुशंसित मॉडल Muse Spark 1.1 (low)

It has the best score here (8.3), while responding about 5.2x faster than DeepSeek V4.1 Flash (max).

विस्तृत तुलना

मेट्रिक DeepSeek V4.1 Flash DeepSeek V4.1 Flash max रिलीज़: 2026-09-10 Muse Spark 1.1 Muse Spark 1.1 low रिलीज़: 2026-07-16
स्कोर 8.3 8.3
रैंक #62 #63
विश्वसनीयता 9.1 10.0
संगति 9.2 8.5
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 68.2% 71.2%
अस्थिर टेस्ट 2 4
कुल रन 66 66
प्रति परिणाम लागत 3.829 5.173
कुल लागत $0.537 $0.673
इनपुट कीमत $0.150 / 1M $1.250 / 1M
आउटपुट कीमत $0.600 / 1M $4.250 / 1M
कुल इनपुट टोकन 89,024 141,878
आउटपुट टोकन 5,558 11,033
रीजनिंग टोकन 865,568 105,456
प्रतिक्रिया समय (औसत) 61.35s 11.89s
प्रतिक्रिया समय (अधिकतम) 335.08s 54.15s
प्रतिक्रिया समय (कुल) 1349.61s 261.69s
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.

#62 DeepSeek V4.1 Flash

max
लागत
$0.066
समय
211.0s
टोकन
54,712 tok

#63 Muse Spark 1.1

low
लागत
$0.020
समय
39.2s
टोकन
4,947 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 62.50s 7,509 373 132,357
Muse Spark 1.1 10.0 10.0 100.0% 0 10.34s 8,562 394 14,503

त्वरित तुलना

तुलना जोड़ी बदलें