नेविगेशन
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

DeepSeek V4 Flash 0731 (high) vs Muse Spark 1.3 (low)

Muse Spark 1.3 (low) average score में आगे है: 8.2 vs 8.0. DeepSeek V4 Flash 0731 (high) की benchmark लागत कम है: $0.084 vs $0.689. Muse Spark 1.3 (low) तेज है: 16.03s vs 114.94s, pass rates 75.8% vs 81.8%.

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

तुलना किए गए मॉडल

रैंक
#74
कुल आउटपुट टोकन
513,307
प्रतिक्रिया समय (औसत)
114.94s
कुल लागत
$0.084
रैंक
#66
कुल आउटपुट टोकन
127,711
प्रतिक्रिया समय (औसत)
16.03s
कुल लागत
$0.689
अनुशंसित मॉडल DeepSeek V4 Flash 0731 (high)

Its score stays close to the best score here (8.0 vs 8.2), while costing about 8.2x less than Muse Spark 1.3 (low).

विस्तृत तुलना

मेट्रिक DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 high रिलीज़: 2026-08-01 Muse Spark 1.3 Muse Spark 1.3 low रिलीज़: 2026-09-02
स्कोर 8.0 8.2
रैंक #74 #66
विश्वसनीयता 10.0 10.0
संगति 8.0 8.1
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 75.8% 81.8%
अस्थिर टेस्ट 5 5
कुल रन 66 66
प्रति परिणाम लागत 0.956 4.594
कुल लागत $0.084 $0.689
इनपुट कीमत $0.065 / 1M $1.250 / 1M
आउटपुट कीमत $0.180 / 1M $4.250 / 1M
कुल इनपुट टोकन 96,702 116,947
आउटपुट टोकन 16,966 11,026
रीजनिंग टोकन 496,341 116,685
प्रतिक्रिया समय (औसत) 114.94s 16.03s
प्रतिक्रिया समय (अधिकतम) 600.61s 78.72s
प्रतिक्रिया समय (कुल) 2528.65s 352.69s
पैरामीटर 284B कुल (13B सक्रिय) ~1T कुल (~50B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#74 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

#66 Muse Spark 1.3

low
लागत
$0.017
समय
83.9s
टोकन
3,959 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 Flash 0731 6.3 6.3 55.6% 1 252.67s 7,044 2,160 191,210
Muse Spark 1.3 8.2 7.2 88.9% 1 20.86s 5,958 795 19,077

त्वरित तुलना

तुलना जोड़ी बदलें