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 1.2 (low)

average score लगभग बराबर है: 8.7 vs 8.7. DeepSeek V4.1 Flash (medium) की benchmark लागत कम है: $0.591 vs $0.881. Muse Spark 1.2 (low) तेज है: 11.81s vs 32.88s, pass rates 73.9% vs 78.3%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-24

तुलना किए गए मॉडल

रैंक
#65
कुल आउटपुट टोकन
444,665
प्रतिक्रिया समय (औसत)
32.88s
कुल लागत
$0.591
रैंक
#67
कुल आउटपुट टोकन
132,231
प्रतिक्रिया समय (औसत)
11.81s
कुल लागत
$0.881
अनुशंसित मॉडल Muse Spark 1.2 (low)

It has the best score here (8.7), while responding about 2.8x 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 1.2 Muse Spark 1.2 low रिलीज़: 2026-08-06
स्कोर 8.7 8.7
रैंक #65 #67
विश्वसनीयता 9.6 10.0
संगति 9.3 9.1
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 73.9% 78.3%
अस्थिर टेस्ट 2 3
कुल रन 69 69
प्रति परिणाम लागत 1.757 5.504
कुल लागत $0.591 $0.881
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 280,643 254,914
आउटपुट टोकन 7,342 10,303
रीजनिंग टोकन 437,323 121,928
प्रतिक्रिया समय (औसत) 32.88s 11.81s
प्रतिक्रिया समय (अधिकतम) 276.31s 56.77s
प्रतिक्रिया समय (कुल) 756.34s 271.60s
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.

#65 DeepSeek V4.1 Flash

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

#67 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 34.45s 7,509 396 71,345
Muse Spark 1.2 8.4 7.4 88.9% 1 10.09s 7,275 343 19,717

तुलना जोड़ी बदलें