DeepSeek V4 Flash 0731 (high) vs Muse Glimmer 30B (xhigh)

Muse Glimmer 30B (xhigh) average score में आगे है: 8.4 vs 8.4. DeepSeek V4 Flash 0731 (high) की benchmark लागत कम है: $0.576 vs $0.585. Muse Glimmer 30B (xhigh) तेज है: 97.70s vs 118.83s, pass rates 76.8% vs 71.0%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-13

तुलना किए गए मॉडल

रैंक: #82
कुल आउटपुट टोकन: 448,665
प्रतिक्रिया समय (औसत): 118.83s
कुल लागत: $0.576

रैंक: #78
कुल आउटपुट टोकन: 415,435
प्रतिक्रिया समय (औसत): 97.70s
कुल लागत: $0.585

अनुशंसित मॉडल Muse Glimmer 30B (xhigh)

इस तुलना में इसका स्कोर सबसे अधिक है (8.4) और 2 मॉडलों में लागत और प्रतिक्रिया समय का समग्र संतुलन सबसे अच्छा है।

विस्तृत तुलना

मेट्रिक	DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 high रिलीज़: 2026-08-01	Muse Glimmer 30B Muse Glimmer 30B xhigh रिलीज़: 2026-08-11

मेट्रिक	DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 high रिलीज़: 2026-08-01	Muse Glimmer 30B Muse Glimmer 30B xhigh रिलीज़: 2026-08-11
स्कोर	8.4	8.4
रैंक	#82	#78
विश्वसनीयता	10.0	9.9
संगति	8.1	8.6
प्रयास	69/69	69/69
सही परीक्षण
प्रति प्रयास पास दर	76.8%	71.0%
अस्थिर टेस्ट	5	4
कुल रन	69	69
प्रति परिणाम लागत	1.069	5.170
कुल लागत	$0.576	$0.585
इनपुट कीमत	$0.005 / 1M	$0.300 / 1M
आउटपुट कीमत	$1.280 / 1M	$1.200 / 1M
कैश पढ़ने की कीमत	$0.005 / 1M	$0.040 / 1M
कैश लिखने की कीमत	लागू नहीं	लागू नहीं
कुल इनपुट टोकन	281,863	287,538
आउटपुट टोकन	24,535	118,266
रीजनिंग टोकन	507,976	346,758
प्रतिक्रिया समय (औसत)	118.83s	97.70s
प्रतिक्रिया समय (अधिकतम)	600.61s	576.79s
प्रतिक्रिया समय (कुल)	2733.01s	2247.18s
पैरामीटर	284B कुल (13B सक्रिय)	30B
उपलब्धता	बंद स्रोत	मुक्त 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.

#82 DeepSeek V4 Flash 0731

high

No output was saved. The original provider response or failure reason is unavailable.

लागत: $0.000
समय: 187.3s
टोकन: 19,048 tok

#78 Muse Glimmer 30B

xhigh

लागत: $0.007
समय: 94.6s
टोकन: 4,318 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

श्रेणी:

स्वायत्त एजेंट कार्य	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
DeepSeek V4 Flash 0731	10.0	10.0	100.0%	0		204.36s	185,161	7,569	11,635
Muse Glimmer 30B	10.0	10.0	100.0%	0		145.06s	176,608	1,893	16,287

एंटी-एआई ट्रिक्स	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
DeepSeek V4 Flash 0731	8.7	7.9	91.7%	1		13.62s	1,488	542	10,576
Muse Glimmer 30B	10.0	10.0	100.0%	0		13.01s	822	9,982	12,542

कोडिंग	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
DeepSeek V4 Flash 0731	6.3	6.3	55.6%	1		252.67s	7,044	2,160	191,210
Muse Glimmer 30B	10.0	10.0	100.0%	0		105.91s	7,428	18,697	63,334

संयुक्त	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
DeepSeek V4 Flash 0731	10.0	10.0	100.0%	0		87.10s	67,283	11,903	41,397
Muse Glimmer 30B	6.0	2.7	66.7%	2		272.74s	82,932	21,229	77,043

डेटा पार्सिंग और निष्कर्षण	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
DeepSeek V4 Flash 0731	10.0	10.0	100.0%	0		3.65s	7,764	336	1,259
Muse Glimmer 30B	10.0	10.0	100.0%	0		19.84s	7,071	6,535	10,689

डोमेन-विशिष्ट	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
DeepSeek V4 Flash 0731	3.5	4.4	33.3%	2		458.65s	700	104	215,629
Muse Glimmer 30B	2.9	7.2	11.1%	1		142.55s	894	43,561	77,204

Samanya Buddhimatta	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
DeepSeek V4 Flash 0731	10.0	10.0	100.0%	0		5.64s	708	72	533
Muse Glimmer 30B	5.5	10.0	0.0%	0		7.41s	528	1,928	2,060

निर्देश पालन	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
DeepSeek V4 Flash 0731	9.8	10.0	100.0%	0		4.46s	1,101	119	939
Muse Glimmer 30B	8.4	6.9	83.3%	1		8.90s	771	2,420	4,507

पहेली समाधान	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
DeepSeek V4 Flash 0731	8.2	7.7	77.8%	1		9.36s	1,305	397	6,801
Muse Glimmer 30B	7.8	9.3	66.7%	0		199.67s	695	10,241	60,935

टूल कॉलिंग	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
DeepSeek V4 Flash 0731	10.0	10.0	100.0%	0		5.42s	8,889	357	451
Muse Glimmer 30B	10.0	10.0	100.0%	0		8.08s	9,555	383	1,566

सामान्य ज्ञान	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
DeepSeek V4 Flash 0731	3.0	10.0	0.0%	0		110.63s	420	976	27,546
Muse Glimmer 30B	3.0	10.0	0.0%	0		87.23s	234	1,397	20,591

तुलना जोड़ी बदलें

Muse Glimmer 30BxhighvsGPT-5 Minimedium Muse Glimmer 30BxhighvsQwen3.8 2.4T A95Blow Gemini 3.1 Pro PreviewmediumvsMuse Glimmer 30Bxhigh Muse Glimmer 30BxhighvsInklinghighनिःशुल्क उपलब्ध DeepSeek V4 Flash 0731highvsGemini 3.1 Pro Previewmedium DeepSeek V4 Flash 0731highvsGPT-5 Minimedium DeepSeek V4 Flash 0731highvsQwen3.8 2.4T A95Blow Claude Haiku 5.5maxvsMuse Glimmer 30Bxhigh Muse Glimmer 30BxhighvsGLM 5.2high DeepSeek V4 Flash 0731highvsKimi K3max Muse Glimmer 30BxhighvsQwen3.7 Maxmedium Claude Sonnet 5mediumvsMuse Glimmer 30Bxhigh