- 順位
- #52
- 合計出力トークン
- 452,940
- 応答時間（平均）
- 32.78s
- 合計コスト
- $0.287
DeepSeek V4.1 Flash (high) vs Muse Spark 1.2 (low)
平均スコアは 8.5 vs 8.4 でほぼ同等です。 DeepSeek V4.1 Flash (high) の benchmark コストが低く、$0.287 vs $0.655 です。 Muse Spark 1.2 (low) の方が高速で、9.77s vs 32.78s です、成功率は 74.2% vs 77.3% です。
比較対象モデル
- 順位
- #55
- 合計出力トークン
- 123,963
- 応答時間（平均）
- 9.77s
- 合計コスト
- $0.655
おすすめモデル
Muse Spark 1.2 (low)
ここでは最高スコア（8.4）で、DeepSeek V4.1 Flash (high) より約 3.4 倍速く応答します。
詳細比較
| 指標 | DeepSeek V4.1 Flash DeepSeek V4.1 Flash high | Muse Spark 1.2 Muse Spark 1.2 low |
|---|---|---|
| スコア | 8.5 | 8.4 |
| 順位 | #52 | #55 |
| 信頼性 | 9.6 | 10.0 |
| 一貫性 | 8.9 | 9.0 |
| 試行回数 | 66/66 | 66/66 |
| 正解テスト | ||
| 試行ごとの合格率 | 74.2% | 77.3% |
| 不安定なテスト | 3 | 3 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 1.912 | 4.361 |
| 合計コスト | $0.287 | $0.655 |
| 入力価格 | $0.150 / 1M | $1.250 / 1M |
| 出力価格 | $0.600 / 1M | $4.250 / 1M |
| 合計入力トークン | 100,111 | 101,811 |
| 出力トークン | 6,642 | 8,025 |
| 推論トークン | 446,298 | 115,938 |
| 応答時間（平均） | 32.78s | 9.77s |
| 応答時間（最大） | 205.53s | 47.80s |
| 応答時間（合計） | 721.15s | 214.83s |
| パラメータ | 748B 総数 (16B アクティブ) | ~1T 総数 (~50B アクティブ) |
| 公開状況 | オープンソース | クローズド |
モデル生成ショーケース
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#52 DeepSeek V4.1 Flash
high- コスト
- $0.035
- 時間
- 111.0s
- トークン
- 29,201 tok
#55 Muse Spark 1.2
low- コスト
- $0.019
- 時間
- 14.6s
- トークン
- 4,384 tok
スコア上位モデル
スコア vs 総コスト
応答時間（平均）
スコア vs 応答時間（平均）
合計出力トークン
スコア vs 合計出力トークン
カテゴリ内訳
| 反AIトリック | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4.1 Flash | 8.3 | 10.0 | 75.0% | 0 | 3.42s | 852 | 170 | 5,348 | |
| Muse Spark 1.2 | 9.2 | 8.4 | 91.7% | 1 | 3.26s | 618 | 382 | 5,416 |
| コーディング | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4.1 Flash | 10.0 | 10.0 | 100.0% | 0 | 49.19s | 7,509 | 376 | 108,285 | |
| Muse Spark 1.2 | 8.4 | 7.4 | 88.9% | 1 | 10.09s | 7,275 | 343 | 19,717 |
| 複合 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4.1 Flash | 10.0 | 10.0 | 100.0% | 0 | 27.63s | 77,764 | 5,152 | 31,635 | |
| Muse Spark 1.2 | 9.8 | 10.0 | 100.0% | 0 | 17.03s | 74,073 | 5,751 | 16,847 |
| データ解析と抽出 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4.1 Flash | 6.5 | 10.0 | 50.0% | 0 | 4.19s | 2,397 | 120 | 1,584 | |
| Muse Spark 1.2 | 10.0 | 10.0 | 100.0% | 0 | 4.22s | 6,969 | 240 | 2,972 |
| ドメイン特化 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4.1 Flash | 5.3 | 7.2 | 44.4% | 1 | 127.30s | 909 | 28 | 249,623 | |
| Muse Spark 1.2 | 5.3 | 10.0 | 33.3% | 0 | 28.53s | 738 | 167 | 54,780 |
| 汎用知能 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4.1 Flash | 10.0 | 10.0 | 100.0% | 0 | 4.16s | 549 | 120 | 1,130 | |
| Muse Spark 1.2 | 5.0 | 10.0 | 0.0% | 0 | 8.46s | 477 | 132 | 2,182 |
| 指示追従 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4.1 Flash | 10.0 | 10.0 | 100.0% | 0 | 7.06s | 783 | 63 | 1,972 | |
| Muse Spark 1.2 | 9.8 | 10.0 | 100.0% | 0 | 2.95s | 669 | 117 | 3,085 |
| パズル解決 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4.1 Flash | 6.4 | 4.9 | 66.7% | 2 | 14.27s | 828 | 339 | 23,969 | |
| Muse Spark 1.2 | 8.7 | 7.7 | 88.9% | 1 | 5.17s | 651 | 391 | 6,460 |
| ツール呼び出し | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4.1 Flash | 10.0 | 10.0 | 100.0% | 0 | 15.28s | 8,259 | 258 | 506 | |
| Muse Spark 1.2 | 10.0 | 10.0 | 100.0% | 0 | 3.58s | 10,158 | 459 | 833 |
| 雑学 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 入力トークン | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4.1 Flash | 3.0 | 10.0 | 0.0% | 0 | 38.05s | 261 | 16 | 22,246 | |
| Muse Spark 1.2 | 3.0 | 10.0 | 0.0% | 0 | 10.00s | 183 | 43 | 3,646 |
クイック比較
比較ペアを切り替え
DeepSeek V4.1 FlashhighvsGrok 4.5mediumMuse Spark 1.2lowvsGrok 4.5mediumDeepSeek V4.1 FlashmediumvsMuse Spark 1.2lowMuse Spark 1.2lowvsGrok 4.6mediumDeepSeek V4.1 FlashhighvsGrok 4.6mediumDeepSeek V4.1 FlashhighvsGPT-5.4mediumMuse Spark 1.2lowvsGPT-5.2mediumMuse Spark 1.2lowvsQwen3.8 27BhighSeed 2.1 TurbomediumvsMuse Spark 1.2lowMuse Spark 1.2lowvsGPT-5.4mediumDeepSeek V4.1 FlashhighvsGrok 4.5lowDeepSeek V4.1 FlashhighvsGPT-5.2medium