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 Spark 1.1 (low)

DeepSeek V4.1 Flash (medium) average score में आगे है: 8.7 vs 8.6. DeepSeek V4.1 Flash (medium) की benchmark लागत कम है: $0.591 vs $0.885. Muse Spark 1.1 (low) तेज है: 13.21s vs 32.88s, pass rates 73.9% vs 72.5%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-07

तुलना किए गए मॉडल

रैंक
#53
कुल आउटपुट टोकन
444,665
प्रतिक्रिया समय (औसत)
32.88s
कुल लागत
$0.591
रैंक
#61
कुल आउटपुट टोकन
122,421
प्रतिक्रिया समय (औसत)
13.21s
कुल लागत
$0.885
अनुशंसित मॉडल Muse Spark 1.1 (low)

Its score stays close to the best score here (8.6 vs 8.7), while responding about 2.5x faster than DeepSeek V4.1 Flash (medium).

विस्तृत तुलना

मेट्रिक DeepSeek V4.1 Flash DeepSeek V4.1 Flash medium रिलीज़: 2026-09-10 Muse Spark 1.1 Muse Spark 1.1 low रिलीज़: 2026-07-16
स्कोर 8.7 8.6
रैंक #53 #61
विश्वसनीयता 9.6 10.0
संगति 9.3 8.6
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 73.9% 72.5%
अस्थिर टेस्ट 2 4
कुल रन 69 69
प्रति परिणाम लागत 1.757 6.318
कुल लागत $0.591 $0.885
इनपुट कीमत $0.013 / 1M $1.250 / 1M
आउटपुट कीमत $1.320 / 1M $4.250 / 1M
कैश पढ़ने की कीमत $0.013 / 1M $0.150 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 280,643 291,368
आउटपुट टोकन 7,342 13,469
रीजनिंग टोकन 437,323 108,952
प्रतिक्रिया समय (औसत) 32.88s 13.21s
प्रतिक्रिया समय (अधिकतम) 276.31s 54.15s
प्रतिक्रिया समय (कुल) 756.34s 303.92s
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.

#53 DeepSeek V4.1 Flash

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

#61 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 34.45s 7,509 396 71,345
Muse Spark 1.1 10.0 10.0 100.0% 0 10.34s 8,562 394 14,503

तुलना जोड़ी बदलें