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 (medium) vs Muse Ember (xhigh)

average score लगभग बराबर है: 8.7 vs 8.8. Muse Ember (xhigh) की benchmark लागत कम है: $0.232 vs $0.591. Muse Ember (xhigh) तेज है: 13.90s vs 32.88s, pass rates 73.9% vs 76.8%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-10

तुलना किए गए मॉडल

रैंक
#76
कुल आउटपुट टोकन
444,665
प्रतिक्रिया समय (औसत)
32.88s
कुल लागत
$0.591
रैंक
#73
कुल आउटपुट टोकन
409,112
प्रतिक्रिया समय (औसत)
13.90s
कुल लागत
$0.232
अनुशंसित मॉडल Muse Ember (xhigh)

It has the best score here (8.8), while costing about 2.5x less than DeepSeek V4.1 Flash (medium).

विस्तृत तुलना

मेट्रिक DeepSeek V4.1 Flash DeepSeek V4.1 Flash medium रिलीज़: 2026-09-10 Muse Ember Muse Ember xhigh रिलीज़: 2026-11-09
स्कोर 8.7 8.8
रैंक #76 #73
विश्वसनीयता 9.6 10.0
संगति 9.3 8.9
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 73.9% 76.8%
अस्थिर टेस्ट 2 3
कुल रन 69 69
प्रति परिणाम लागत 1.757 1.450
कुल लागत $0.591 $0.232
इनपुट कीमत $0.013 / 1M $0.100 / 1M
आउटपुट कीमत $1.320 / 1M $0.500 / 1M
कैश पढ़ने की कीमत $0.013 / 1M $0.004 / 1M
कैश लिखने की कीमत लागू नहीं $0.125 / 1M
कुल इनपुट टोकन 280,643 274,208
आउटपुट टोकन 7,342 11,740
रीजनिंग टोकन 437,323 397,372
प्रतिक्रिया समय (औसत) 32.88s 13.90s
प्रतिक्रिया समय (अधिकतम) 276.31s 79.38s
प्रतिक्रिया समय (कुल) 756.34s 319.61s
पैरामीटर 748B कुल (16B सक्रिय) ~150B कुल (~10B 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.

#76 DeepSeek V4.1 Flash

medium
लागत
$0.014
समय
34.7s
टोकन
11,541 tok

#73 Muse Ember

xhigh
लागत
$0.008
समय
24.3s
टोकन
14,705 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 34.45s 7,509 396 71,345
Muse Ember 10.0 10.0 100.0% 0 10.41s 7,410 1,225 40,702

तुलना जोड़ी बदलें