DeepSeek V4 Flash 0731 (medium) vs Muse Wonder (high)

DeepSeek V4 Flash 0731 (medium) average score में आगे है: 7.8 vs 7.7. DeepSeek V4 Flash 0731 (medium) की benchmark लागत कम है: $0.460 vs $3.426. Muse Wonder (high) तेज है: 22.96s vs 94.16s, pass rates 72.5% vs 66.7%.

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

तुलना किए गए मॉडल

रैंक: #121
कुल आउटपुट टोकन: 358,225
प्रतिक्रिया समय (औसत): 94.16s
कुल लागत: $0.460

रैंक: #122
कुल आउटपुट टोकन: 152,440
प्रतिक्रिया समय (औसत): 22.96s
कुल लागत: $3.426

अनुशंसित मॉडल DeepSeek V4 Flash 0731 (medium)

It has the best score here (7.8), while costing about 7.4x less than Muse Wonder (high).

विस्तृत तुलना

मेट्रिक	DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 medium रिलीज़: 2026-08-01	Muse Wonder Muse Wonder high रिलीज़: 2026-10-13

मेट्रिक	DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 medium रिलीज़: 2026-08-01	Muse Wonder Muse Wonder high रिलीज़: 2026-10-13
स्कोर	7.8	7.7
रैंक	#121	#122
विश्वसनीयता	10.0	9.3
संगति	7.2	9.6
प्रयास	69/69	69/69
सही परीक्षण
प्रति प्रयास पास दर	72.5%	66.7%
अस्थिर टेस्ट	8	1
कुल रन	69	69
प्रति परिणाम लागत	1.176	22.837
कुल लागत	$0.460	$3.426
इनपुट कीमत	$0.005 / 1M	$4.000 / 1M
आउटपुट कीमत	$1.280 / 1M	$20.000 / 1M
कैश पढ़ने की कीमत	$0.005 / 1M	$0.200 / 1M
कैश लिखने की कीमत	लागू नहीं	लागू नहीं
कुल इनपुट टोकन	274,189	94,153
आउटपुट टोकन	66,689	9,606
रीजनिंग टोकन	510,525	142,834
प्रतिक्रिया समय (औसत)	94.16s	22.96s
प्रतिक्रिया समय (अधिकतम)	303.26s	143.21s
प्रतिक्रिया समय (कुल)	2165.72s	528.08s
पैरामीटर	284B कुल (13B सक्रिय)	~1T कुल (~50B सक्रिय)
उपलब्धता	बंद 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.

#121 DeepSeek V4 Flash 0731

medium

लागत: $0.004
समय: 93.3s
टोकन: 13,252 tok

#122 Muse Wonder

high

लागत: $0.199
समय: 113.0s
टोकन: 10,002 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		303.26s	184,370	8,291	18,068
Muse Wonder	3.0	10.0	0.0%	0		461ms	0	0	0

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	8.2	7.9	83.3%	1		17.95s	698	2,101	6,715
Muse Wonder	8.3	10.0	75.0%	0		5.93s	594	362	4,257

कोडिंग	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
DeepSeek V4 Flash 0731	6.4	4.4	77.8%	2		198.78s	6,032	4,109	160,154
Muse Wonder	10.0	10.0	100.0%	0		36.94s	7,401	1,392	35,716

संयुक्त	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	5.8	83.3%	1		150.58s	65,118	40,110	97,296
Muse Wonder	10.0	10.0	100.0%	0		34.90s	66,087	5,019	24,775

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		5.21s	7,290	287	1,519
Muse Wonder	10.0	10.0	100.0%	0		7.09s	7,053	431	4,377

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	2.9	7.2	11.1%	1		203.11s	592	9,333	154,069
Muse Wonder	5.3	10.0	33.3%	0		78.62s	555	1,083	58,198

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	6.1	3.1	66.7%	1		12.16s	471	66	1,589
Muse Wonder	10.0	10.0	100.0%	0		5.52s	519	170	1,428

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	8.5	6.8	83.3%	1		2.42s	706	109	580
Muse Wonder	6.5	10.0	50.0%	0		1.97s	408	69	936

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	7.3	88.9%	1		65.12s	594	1,530	66,970
Muse Wonder	5.3	10.0	33.3%	0		3.78s	246	222	1,817

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		4.41s	8,178	374	152
Muse Wonder	9.8	10.0	100.0%	0		23.70s	11,065	636	5,476

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		56.64s	140	379	3,413
Muse Wonder	2.8	1.6	33.3%	1		28.77s	225	222	5,854

तुलना जोड़ी बदलें

DeepSeek V4 Flash 0731mediumvsGrok 4.5low DeepSeek V4 Flash 0731mediumvsQwen3.7 Plusnone Claude Haiku 5.5mediumvsMuse Wonderhigh Muse WonderhighvsQwen3.5 Plus 2026-04-20medium Muse WonderhighvsQwen3.7 Flashlow DeepSeek V4 Flash 0731mediumvsGLM 5.3high DeepSeek V4 Flash 0731mediumvsGPT-6 Lunahigh Muse WonderhighvsGrok 4.5low DeepSeek V4 Flash 0731mediumvsMuse Glimmer 30Bhigh Muse WonderhighvsQwen3.7 Plusnone DeepSeek V4 Flash 0731mediumvsLing 3.1 Flashhigh DeepSeek V4 Flash 0731mediumvsMuse Wondermax