नेविगेशन
AI BENCHY
Advertise here

DeepSeek V4 Flash 0731 (low) vs Muse Spark 1.1 (low)

Muse Spark 1.1 (low) average score में आगे है: 8.3 vs 8.2. DeepSeek V4 Flash 0731 (low) की benchmark लागत कम है: $0.053 vs $0.647. Muse Spark 1.1 (low) तेज है: 11.45s vs 60.18s, pass rates 75.8% vs 69.7%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-08-01

रैंक
#32
कुल आउटपुट टोकन
314,605
प्रतिक्रिया समय (औसत)
60.18s
कुल लागत
$0.053
रैंक
#30
कुल आउटपुट टोकन
110,314
प्रतिक्रिया समय (औसत)
11.45s
कुल लागत
$0.647
अनुशंसित मॉडल DeepSeek V4 Flash 0731 (low)

Its score stays close to the best score here (8.2 vs 8.3), while costing about 12.4x less than Muse Spark 1.1 (low).

विस्तृत तुलना

मेट्रिक DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 low रिलीज़: 2026-08-01 Muse Spark 1.1 Muse Spark 1.1 low रिलीज़: 2026-07-16
स्कोर 8.2 8.3
रैंक #32 #30
विश्वसनीयता 10.0 10.0
संगति 8.3 8.5
सही परीक्षण
प्रति प्रयास पास दर 75.8% 69.7%
अस्थिर टेस्ट 5 4
कुल रन 66 66
प्रति परिणाम लागत 0.374 4.975
कुल लागत $0.053 $0.647
इनपुट कीमत $0.140 / 1M $1.250 / 1M
आउटपुट कीमत $0.280 / 1M $4.250 / 1M
कुल इनपुट टोकन 93,336 142,298
आउटपुट टोकन 40,662 10,847
रीजनिंग टोकन 273,943 99,467
प्रतिक्रिया समय (औसत) 60.18s 11.45s
प्रतिक्रिया समय (अधिकतम) 438.65s 54.15s
प्रतिक्रिया समय (कुल) 1323.92s 251.92s

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#32 DeepSeek V4 Flash 0731

low
अमान्य SVG
लागत
$0.000
समय
78.1s
टोकन
8,090 tok

#30 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 Flash 0731 7.3 5.1 77.8% 2 163.31s 5,953 782 86,028
Muse Spark 1.1 10.0 10.0 100.0% 0 10.34s 8,562 394 14,503

त्वरित तुलना

तुलना जोड़ी बदलें