AI BENCHY Compare

DeepSeek: DeepSeek V4 Flash vs Meta: Muse Spark 1.1

Ringkasan

Muse Spark 1.1 (medium) unggul dalam skor rata-rata dengan 8.9 vs 8.3. DeepSeek V4 Flash (high) memiliki biaya benchmark lebih rendah di $0.029 vs $1.152. Muse Spark 1.1 (medium) lebih cepat di 23.35s vs 45.85s, dengan tingkat keberhasilan 74.6% vs 76.2%.

Model yang direkomendasikanDeepSeek 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).

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-16

Metrik	DeepSeek V4 Flash DeepSeek V4 Flash high Rilis: 2026-04-24	Muse Spark 1.1 Muse Spark 1.1 medium Rilis: 2026-07-16

Metrik	DeepSeek V4 Flash DeepSeek V4 Flash high Rilis: 2026-04-24	Muse Spark 1.1 Muse Spark 1.1 medium Rilis: 2026-07-16
Skor	8.3	8.9
Peringkat	#30	#15
Keandalan	10.0	10.0
Konsistensi	8.5	9.2
Tes benar
Tingkat lulus per percobaan	74.6%	76.2%
Tes tidak stabil	4	2
Total Run	63	63
Biaya per hasil	0.299	7.676
Total Biaya	$0.029	$1.152
Harga input	$0.098 / 1M	$1.250 / 1M
Harga output	$0.196 / 1M	$4.250 / 1M
Total token input	39,745	59,928
Token output	10,310	3,523
Token penalaran	123,501	249,752
Waktu respons (rata-rata)	45.85s	23.35s
Waktu respons (maks)	218.13s	165.38s
Waktu respons (total)	962.79s	490.40s

Showcase generasi

Hamster playing table tennis

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

#30 DeepSeek V4 Flash

high

Biaya: $0.003
Waktu: 93.1s
Token: 7,926 tok

#15 Muse Spark 1.1

medium

Biaya: $0.024
Waktu: 29.2s
Token: 5,774 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

Kategori:

Trik anti-AI	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V4 Flash	8.3	10.0	75.0%	0		28.51s	540	140	7,770
Muse Spark 1.1	10.0	10.0	100.0%	0		5.72s	2,334	657	8,260

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
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

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V4 Flash	10.0	10.0	100.0%	0		76.57s	14,016	465	7,347
Muse Spark 1.1	9.6	10.0	100.0%	0		26.33s	21,282	838	11,595

Parsing dan ekstraksi data	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V4 Flash	10.0	10.0	100.0%	0		28.03s	7,290	201	1,179
Muse Spark 1.1	10.0	10.0	100.0%	0		4.96s	7,827	240	3,387

Spesifik domain	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V4 Flash	4.1	4.4	44.5%	2		100.31s	666	27	59,249
Muse Spark 1.1	3.5	4.4	33.3%	2		71.45s	2,016	105	109,166

Kecerdasan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V4 Flash	6.1	3.1	66.7%	1		25.15s	471	79	632
Muse Spark 1.1	10.0	10.0	100.0%	0		4.41s	906	116	1,833

Kepatuhan instruksi	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V4 Flash	10.0	10.0	100.0%	0		15.36s	627	63	1,622
Muse Spark 1.1	6.5	10.0	50.0%	0		6.31s	1,527	233	5,186

Pemecahan teka-teki	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V4 Flash	8.2	7.2	88.9%	1		26.11s	594	196	1,767
Muse Spark 1.1	7.9	9.9	66.7%	0		42.49s	1,938	350	76,778

Pemanggilan alat	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V4 Flash	10.0	10.0	100.0%	0		74.73s	8,079	228	542
Muse Spark 1.1	9.8	10.0	100.0%	0		6.99s	12,924	598	1,610

Pengetahuan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V4 Flash	3.0	10.0	0.0%	0		54.46s	183	8,516	8,531
Muse Spark 1.1	3.0	10.0	0.0%	0		18.45s	612	39	8,375

Perbandingan Cepat

Ganti Pasangan Perbandingan