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 (medium) vs Muse Wonder (xhigh)

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 $4.012. Muse Wonder (xhigh) तेज है: 34.40s vs 94.16s, pass rates 72.5% vs 65.2%.

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
#129
कुल आउटपुट टोकन
181,988
प्रतिक्रिया समय (औसत)
34.40s
कुल लागत
$4.012
अनुशंसित मॉडल DeepSeek V4 Flash 0731 (medium)

It has the best score here (7.8), while costing about 8.7x less than Muse Wonder (xhigh).

विस्तृत तुलना

मेट्रिक DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 medium रिलीज़: 2026-08-01 Muse Wonder Muse Wonder xhigh रिलीज़: 2026-10-13
स्कोर 7.8 7.7
रैंक #121 #129
विश्वसनीयता 10.0 9.1
संगति 7.2 9.3
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 72.5% 65.2%
अस्थिर टेस्ट 8 2
कुल रन 69 69
प्रति परिणाम लागत 1.176 28.658
कुल लागत $0.460 $4.012
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 93,060
आउटपुट टोकन 66,689 10,305
रीजनिंग टोकन 510,525 171,683
प्रतिक्रिया समय (औसत) 94.16s 34.40s
प्रतिक्रिया समय (अधिकतम) 303.26s 236.64s
प्रतिक्रिया समय (कुल) 2165.72s 791.16s
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

#129 Muse Wonder

xhigh
लागत
$0.266
समय
95.4s
टोकन
13,379 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 6.4 4.4 77.8% 2 198.78s 6,032 4,109 160,154
Muse Wonder 10.0 10.0 100.0% 0 40.90s 7,401 1,639 46,235

तुलना जोड़ी बदलें