AI BENCHY Compare

DeepSeek: DeepSeek V4 Flash vs Meta: Muse Spark 1.1

概要

Muse Spark 1.1 (medium) が平均スコアでリードし、8.9 vs 8.3 です。 DeepSeek V4 Flash (high) の benchmark コストが低く、$0.029 vs $1.152 です。 Muse Spark 1.1 (medium) の方が高速で、23.35s vs 45.85s です、成功率は 74.6% vs 76.2% です。

おすすめモデルDeepSeek V4 Flash (high)スコアはここでの最高値に近く（8.3 vs 8.9）、Muse Spark 1.1 (medium) より約 40.5 倍低コストです。

ベンチマークは AI BENCHY テストスイートから次の日時に生成: 2026-07-16

指標	DeepSeek V4 Flash DeepSeek V4 Flash high リリース: 2026-04-24	Muse Spark 1.1 Muse Spark 1.1 medium リリース: 2026-07-16

指標	DeepSeek V4 Flash DeepSeek V4 Flash high リリース: 2026-04-24	Muse Spark 1.1 Muse Spark 1.1 medium リリース: 2026-07-16
スコア	8.3	8.9
順位	#30	#15
信頼性	10.0	10.0
一貫性	8.5	9.2
正解テスト
試行ごとの合格率	74.6%	76.2%
不安定なテスト	4	2
総実行回数	63	63
結果あたりのコスト	0.299	7.676
合計コスト	$0.029	$1.152
入力価格	$0.098 / 1M	$1.250 / 1M
出力価格	$0.196 / 1M	$4.250 / 1M
合計入力トークン	39,745	59,928
出力トークン	10,310	3,523
推論トークン	123,501	249,752
応答時間（平均）	45.85s	23.35s
応答時間（最大）	218.13s	165.38s
応答時間（合計）	962.79s	490.40s

生成ショーケース

Hamster playing table tennis

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

#30 DeepSeek V4 Flash

high

コスト: $0.003
時間: 93.1s
トークン: 7,926 tok

#15 Muse Spark 1.1

medium

コスト: $0.024
時間: 29.2s
トークン: 5,774 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

カテゴリ:

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	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

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	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

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	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

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	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

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	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

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	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

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	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

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	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

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	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

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	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

クイック比較

比較ペアを切り替え