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

AI BENCHY तुलना

DeepSeek: DeepSeek V4 Flash vs Meta: Muse Spark 1.1

सारांश

Muse Spark 1.1 (medium) average score में आगे है: 8.9 vs 8.3. DeepSeek V4 Flash (high) की benchmark लागत कम है: $0.029 vs $1.152. Muse Spark 1.1 (medium) तेज है: 23.35s vs 45.85s, pass rates 74.6% vs 76.2%.

अनुशंसित मॉडलDeepSeek V4 Flash (high)Its score stays close to the best score here (8.3 vs 8.9), while costing about 40.5x less than Muse Spark 1.1 (medium).

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-16

मेट्रिक DeepSeek V4 Flash DeepSeek V4 Flash high रिलीज़: 2026-04-24 Muse Spark 1.1 Muse Spark 1.1 medium रिलीज़: 2026-07-16
स्कोर 8.3 8.9
रैंक #30 #15
विश्वसनीयता 10.0 10.0
संगति 8.5 9.2
सही परीक्षण
प्रति प्रयास पास दर 74.6% 76.2%
अस्थिर टेस्ट 4 2
कुल रन 63 63
प्रति परिणाम लागत 0.299 7.676
कुल लागत $0.029 $1.152
इनपुट कीमत $0.098 / 1M $1.250 / 1M
आउटपुट कीमत $0.196 / 1M $4.250 / 1M
कुल इनपुट टोकन 39,745 59,928
आउटपुट टोकन 10,310 3,523
रीजनिंग टोकन 123,501 249,752
प्रतिक्रिया समय (औसत) 45.85s 23.35s
प्रतिक्रिया समय (अधिकतम) 218.13s 165.38s
प्रतिक्रिया समय (कुल) 962.79s 490.40s

जनरेशन शोकेस

Hamster playing table tennis

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

#30 DeepSeek V4 Flash

high
लागत
$0.003
समय
93.1s
टोकन
7,926 tok

#15 Muse Spark 1.1

medium
लागत
$0.024
समय
29.2s
टोकन
5,774 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 7.8 10.0 66.7% 0 50.60s 7,279 395 34,862
Muse Spark 1.1 10.0 10.0 100.0% 0 15.66s 8,562 347 23,562

त्वरित तुलना

तुलना जोड़ी बदलें