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 (low) vs Muse Glimmer 30B (xhigh)

Muse Glimmer 30B (xhigh) average score में आगे है: 8.1 vs 8.0. DeepSeek V4 Flash 0731 (low) की benchmark लागत कम है: $0.138 vs $0.510. DeepSeek V4 Flash 0731 (low) तेज है: 77.55s vs 95.55s, pass rates 71.2% vs 69.7%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-09-24

तुलना किए गए मॉडल

रैंक
#84
कुल आउटपुट टोकन
385,989
प्रतिक्रिया समय (औसत)
77.55s
कुल लागत
$0.138
रैंक
#80
कुल आउटपुट टोकन
446,844
प्रतिक्रिया समय (औसत)
95.55s
कुल लागत
$0.510
अनुशंसित मॉडल DeepSeek V4 Flash 0731 (low)

Its score stays close to the best score here (8.0 vs 8.1), while costing about 3.7x less than Muse Glimmer 30B (xhigh).

विस्तृत तुलना

मेट्रिक DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 low रिलीज़: 2026-08-01 Muse Glimmer 30B Muse Glimmer 30B xhigh रिलीज़: 2026-08-11
स्कोर 8.0 8.1
रैंक #84 #80
विश्वसनीयता 10.0 9.9
संगति 8.3 8.6
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 71.2% 69.7%
अस्थिर टेस्ट 5 4
कुल रन 66 66
प्रति परिणाम लागत 0.553 4.883
कुल लागत $0.138 $0.510
इनपुट कीमत $0.040 / 1M $0.300 / 1M
आउटपुट कीमत $0.640 / 1M $1.200 / 1M
कुल इनपुट टोकन 93,345 110,930
आउटपुट टोकन 35,723 116,373
रीजनिंग टोकन 350,266 330,471
प्रतिक्रिया समय (औसत) 77.55s 95.55s
प्रतिक्रिया समय (अधिकतम) 438.65s 576.79s
प्रतिक्रिया समय (कुल) 1706.18s 2102.12s
पैरामीटर 284B कुल (13B सक्रिय) 30B
उपलब्धता बंद स्रोत मुक्त स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#84 DeepSeek V4 Flash 0731

low
No output was saved. The original provider response or failure reason is unavailable.
लागत
$0.000
समय
78.1s
टोकन
8,090 tok

#80 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

कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
DeepSeek V4 Flash 0731 7.3 5.1 77.8% 2 163.31s 5,953 782 86,028
Muse Glimmer 30B 10.0 10.0 100.0% 0 105.91s 7,428 18,697 63,334

त्वरित तुलना

तुलना जोड़ी बदलें