Navigasi
Advertise here

DeepSeek V4.1 Flash (high) vs Muse Ember (xhigh)

Skor rata-rata hampir imbang di 8.7 vs 8.8. Muse Ember (xhigh) memiliki biaya benchmark lebih rendah di $0.232 vs $0.617. Muse Ember (xhigh) lebih cepat di 13.90s vs 33.27s, dengan tingkat keberhasilan 75.4% vs 76.8%.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-11-10

Model yang Dibandingkan

Peringkat
#75
Total token output
464,156
Waktu respons (rata-rata)
33.27s
Total Biaya
$0.617
Peringkat
#73
Total token output
409,112
Waktu respons (rata-rata)
13.90s
Total Biaya
$0.232
Model yang direkomendasikan Muse Ember (xhigh)

It has the best score here (8.8), while costing about 2.7x less than DeepSeek V4.1 Flash (high).

Perbandingan terperinci

Metrik DeepSeek V4.1 Flash DeepSeek V4.1 Flash high Rilis: 2026-09-10 Muse Ember Muse Ember xhigh Rilis: 2026-11-09
Skor 8.7 8.8
Peringkat #75 #73
Keandalan 9.7 10.0
Konsistensi 9.0 8.9
Percobaan 69/69 69/69
Tes benar
Tingkat lulus per percobaan 75.4% 76.8%
Tes tidak stabil 3 3
Total Run 69 69
Biaya per hasil 1.843 1.450
Total Biaya $0.617 $0.232
Harga input $0.013 / 1M $0.100 / 1M
Harga output $1.320 / 1M $0.500 / 1M
Harga baca cache $0.013 / 1M $0.004 / 1M
Harga tulis cache T/A $0.125 / 1M
Total token input 282,490 274,208
Token output 8,621 11,740
Token penalaran 455,535 397,372
Waktu respons (rata-rata) 33.27s 13.90s
Waktu respons (maks) 205.53s 79.38s
Waktu respons (total) 765.12s 319.61s
Parameter 748B total (16B aktif) ~150B total (~10B aktif)
Ketersediaan Sumber terbuka Tertutup

Harga cache berlaku untuk token input. Pembacaan memakai kembali prompt tersimpan; penulisan menyimpannya dan dapat menambah biaya. Token output menggunakan harga output.

Showcase generasi model

Hamster playing table tennis

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

#75 DeepSeek V4.1 Flash

high
Biaya
$0.035
Waktu
111.0s
Token
29,201 tok

#73 Muse Ember

xhigh
Biaya
$0.008
Waktu
24.3s
Token
14,705 tok

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor vs Waktu respons (rata-rata)

Total token output

Skor vs Total token output

Rincian Kategori

Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
DeepSeek V4.1 Flash 10.0 10.0 100.0% 0 49.19s 7,509 376 108,285
Muse Ember 10.0 10.0 100.0% 0 10.41s 7,410 1,225 40,702

Ganti Pasangan Perbandingan