- 順位
- #32
- 合計出力トークン
- 314,605
- 応答時間（平均）
- 60.18s
- 合計コスト
- $0.053
DeepSeek V4 Flash 0731 (low) vs Muse Spark 1.1 (low)
Muse Spark 1.1 (low) が平均スコアでリードし、8.3 vs 8.2 です。 DeepSeek V4 Flash 0731 (low) の benchmark コストが低く、$0.053 vs $0.647 です。 Muse Spark 1.1 (low) の方が高速で、11.45s vs 60.18s です、成功率は 75.8% vs 69.7% です。
- 順位
- #30
- 合計出力トークン
- 110,314
- 応答時間（平均）
- 11.45s
- 合計コスト
- $0.647
おすすめモデル
DeepSeek V4 Flash 0731 (low)
スコアはここでの最高値に近く（8.2 vs 8.3）、Muse Spark 1.1 (low) より約 12.4 倍低コストです。
詳細比較
| 指標 | DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 low | Muse Spark 1.1 Muse Spark 1.1 low |
|---|---|---|
| スコア | 8.2 | 8.3 |
| 順位 | #32 | #30 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 8.3 | 8.5 |
| 正解テスト | ||
| 試行ごとの合格率 | 75.8% | 69.7% |
| 不安定なテスト | 5 | 4 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 0.374 | 4.975 |
| 合計コスト | $0.053 | $0.647 |
| 入力価格 | $0.140 / 1M | $1.250 / 1M |
| 出力価格 | $0.280 / 1M | $4.250 / 1M |
| 合計入力トークン | 93,336 | 142,298 |
| 出力トークン | 40,662 | 10,847 |
| 推論トークン | 273,943 | 99,467 |
| 応答時間（平均） | 60.18s | 11.45s |
| 応答時間（最大） | 438.65s | 54.15s |
| 応答時間（合計） | 1323.92s | 251.92s |
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.
#32 DeepSeek V4 Flash 0731
low
無効なSVG
- コスト
- $0.000
- 時間
- 78.1s
- トークン
- 8,090 tok
#30 Muse Spark 1.1
low- コスト
- $0.020
- 時間
- 39.2s
- トークン
- 4,947 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 Flash 0731 | 8.2 | 7.9 | 83.3% | 1 | 10.08s | 540 | 1,833 | 6,605 | |
| Muse Spark 1.1 | 7.9 | 6.3 | 83.3% | 2 | 4.36s | 2,334 | 621 | 6,040 |
| 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 Flash 0731 | 7.3 | 5.1 | 77.8% | 2 | 163.31s | 5,953 | 782 | 86,028 | |
| Muse Spark 1.1 | 10.0 | 10.0 | 100.0% | 0 | 10.34s | 8,562 | 394 | 14,503 |
| 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 Flash 0731 | 9.8 | 10.0 | 100.0% | 0 | 54.25s | 68,913 | 8,230 | 22,729 | |
| Muse Spark 1.1 | 6.6 | 9.1 | 50.0% | 0 | 29.45s | 103,652 | 8,010 | 17,369 |
| 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 Flash 0731 | 10.0 | 10.0 | 100.0% | 0 | 4.35s | 7,290 | 305 | 995 | |
| Muse Spark 1.1 | 10.0 | 10.0 | 100.0% | 0 | 3.22s | 7,827 | 240 | 2,074 |
| 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 Flash 0731 | 5.3 | 10.0 | 33.3% | 0 | 128.09s | 648 | 25,039 | 95,560 | |
| Muse Spark 1.1 | 2.9 | 7.2 | 11.1% | 1 | 29.73s | 2,016 | 235 | 42,049 |
| 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 Flash 0731 | 6.5 | 3.4 | 66.7% | 1 | 7.63s | 471 | 81 | 1,181 | |
| Muse Spark 1.1 | 10.0 | 10.0 | 100.0% | 0 | 4.12s | 906 | 131 | 1,125 |
| 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 Flash 0731 | 9.9 | 10.0 | 100.0% | 0 | 3.01s | 627 | 94 | 644 | |
| Muse Spark 1.1 | 7.3 | 6.0 | 83.3% | 1 | 5.42s | 1,527 | 252 | 4,246 |
| 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 Flash 0731 | 8.0 | 7.6 | 77.8% | 1 | 9.08s | 594 | 414 | 4,808 | |
| Muse Spark 1.1 | 8.3 | 10.0 | 66.7% | 0 | 6.60s | 1,938 | 391 | 7,503 |
| 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 Flash 0731 | 10.0 | 10.0 | 100.0% | 0 | 4.44s | 8,178 | 367 | 186 | |
| Muse Spark 1.1 | 9.8 | 10.0 | 100.0% | 0 | 5.98s | 12,924 | 533 | 1,012 |
| 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 Flash 0731 | 3.0 | 10.0 | 0.0% | 0 | 246.86s | 122 | 3,517 | 55,207 | |
| Muse Spark 1.1 | 3.0 | 10.0 | 0.0% | 0 | 8.17s | 612 | 40 | 3,546 |
クイック比較
比較ペアを切り替え
Gemini 2.5 FlashmediumvsMuse Spark 1.1lowClaude Sonnet 5mediumvsMuse Spark 1.1lowDeepSeek V4 Flash 0731lowvsGPT-5 MinimediumMuse Spark 1.1lowvsGrok 4.5mediumDeepSeek V4 Flash 0731lowvsGemini 2.5 FlashmediumDeepSeek V4 Flash 0731lowvsMuse Spark 1.1highDeepSeek V4 Flash 0731lowvsGemini 3.5 Flash-LitehighDeepSeek V4 Flash 0731lowvsInklinghighDeepSeek V4 Flash 0731lowvsStep 3.7 FlashmediumDeepSeek V4 Flash 0731lowvsGPT-5.2 ChatnoneDeepSeek V4 Flash 0731lowvsGLM 5.2highMuse Spark 1.1lowvsGPT-5.2medium