DeepSeek V4.1 Flash 1017 (low) vs Muse Wonder (medium)

average score जवळपास समान आहे: 9.2 vs 9.2. DeepSeek V4.1 Flash 1017 (low) चा benchmark खर्च कमी आहे: $0.355 vs $3.397. Muse Wonder (medium) वेगवान आहे: 21.58s vs 32.55s, pass rates 78.3% vs 76.8%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-19

तुलना केलेली मॉडेल्स

क्रमांक: #36
एकूण आउटपुट टोकन्स: 523,482
प्रतिसाद वेळ (सरासरी): 32.55s
एकूण खर्च: $0.355

क्रमांक: #32
एकूण आउटपुट टोकन्स: 121,546
प्रतिसाद वेळ (सरासरी): 21.58s
एकूण खर्च: $3.397

शिफारस केलेले मॉडेल DeepSeek V4.1 Flash 1017 (low)

It has the best score here (9.2), while costing about 9.6x less than Muse Wonder (medium).

तपशीलवार तुलना

मेट्रिक	DeepSeek V4.1 Flash 1017 DeepSeek V4.1 Flash 1017 low प्रकाशन: 2026-10-18	Muse Wonder Muse Wonder medium प्रकाशन: 2026-10-13

मेट्रिक	DeepSeek V4.1 Flash 1017 DeepSeek V4.1 Flash 1017 low प्रकाशन: 2026-10-18	Muse Wonder Muse Wonder medium प्रकाशन: 2026-10-13
स्कोअर	9.2	9.2
क्रमांक	#36	#32
विश्वसनीयता	10.0	9.1
सुसंगतता	9.0	9.6
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	78.3%	76.8%
अस्थिर चाचण्या	3	1
एकूण रन	69	69
प्रति निकाल खर्च	2.214	19.982
एकूण खर्च	$0.355	$3.397
इनपुट किंमत	$0.150 / 1M	$4.000 / 1M
आउटपुट किंमत	$0.600 / 1M	$20.000 / 1M
कॅश वाचण्याची किंमत	$0.003 / 1M	$0.200 / 1M
कॅश लिहिण्याची किंमत	लागू नाही	लागू नाही
एकूण इनपुट टोकन्स	267,122	241,489
आउटपुट टोकन्स	7,369	11,575
रिझनिंग टोकन्स	516,113	109,971
प्रतिसाद वेळ (सरासरी)	32.55s	21.58s
प्रतिसाद वेळ (कमाल)	443.63s	162.73s
प्रतिसाद वेळ (एकूण)	748.62s	496.40s
पॅरामीटर्स	~748B एकूण (~16B सक्रिय)	~1T एकूण (~50B सक्रिय)
उपलब्धता	मुक्त स्रोत	बंद स्रोत

कॅशच्या किमती इनपुट टोकनला लागू होतात. वाचताना साठवलेले प्रॉम्प्ट पुन्हा वापरले जातात; लिहिताना ते साठवले जातात आणि अधिक खर्च होऊ शकतो. आउटपुट टोकनला आउटपुट किंमत लागू होते.

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#36 DeepSeek V4.1 Flash 1017

low

खर्च: $0.006
वेळ: 63.8s
टोकन्स: 11,236 tok

#32 Muse Wonder

medium

खर्च: $0.208
वेळ: 64.8s
टोकन्स: 10,444 tok

स्कोअरनुसार शीर्ष मॉडेल्स

स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी)

स्कोअर vs प्रतिसाद वेळ (सरासरी)

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

श्रेणीवार तपशील

श्रेणी:

स्वायत्त एजंट कार्ये	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
DeepSeek V4.1 Flash 1017	10.0	10.0	100.0%	0		46.67s	156,869	2,102	5,290
Muse Wonder	10.0	10.0	100.0%	0		46.05s	148,242	2,406	2,850

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
DeepSeek V4.1 Flash 1017	8.3	10.0	75.0%	0		2.02s	852	171	2,193
Muse Wonder	8.3	10.0	75.0%	0		4.84s	594	378	3,874

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
DeepSeek V4.1 Flash 1017	10.0	10.0	100.0%	0		27.01s	7,509	323	45,628
Muse Wonder	10.0	10.0	100.0%	0		26.87s	7,401	1,181	26,424

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
DeepSeek V4.1 Flash 1017	10.0	10.0	100.0%	0		18.73s	82,444	3,880	15,379
Muse Wonder	10.0	10.0	100.0%	0		28.23s	66,033	4,934	17,166

डेटा पार्सिंग आणि निष्कर्षण	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
DeepSeek V4.1 Flash 1017	10.0	10.0	100.0%	0		1.71s	7,446	207	1,344
Muse Wonder	10.0	10.0	100.0%	0		6.12s	7,053	433	3,670

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
DeepSeek V4.1 Flash 1017	3.6	7.2	22.2%	1		174.63s	909	9	428,331
Muse Wonder	5.3	10.0	33.3%	0		70.72s	555	960	42,167

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
DeepSeek V4.1 Flash 1017	10.0	10.0	100.0%	0		2.25s	549	116	553
Muse Wonder	10.0	10.0	100.0%	0		7.32s	519	147	1,123

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
DeepSeek V4.1 Flash 1017	10.0	10.0	100.0%	0		1.25s	783	69	898
Muse Wonder	6.6	10.0	50.0%	0		3.88s	523	124	1,783

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
DeepSeek V4.1 Flash 1017	6.9	4.9	77.8%	2		2.54s	828	236	3,620
Muse Wonder	7.7	10.0	66.7%	0		9.63s	564	481	4,834

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
DeepSeek V4.1 Flash 1017	10.0	10.0	100.0%	0		1.92s	8,672	237	338
Muse Wonder	10.0	10.0	100.0%	0		9.26s	9,780	369	2,803

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
DeepSeek V4.1 Flash 1017	3.0	10.0	0.0%	0		33.79s	261	19	12,539
Muse Wonder	4.7	1.6	66.7%	1		16.33s	225	162	3,277

तुलना जोडी बदला

DeepSeek V4.1 Flash 1017lowvsQwen3.8 MAXmedium Claude Sonnet 5.5maxvsDeepSeek V4.1 Flash 1017low DeepSeek V4.1 Flash 1017lowvsGPT-5.5medium Claude Sonnet 5.5maxvsMuse Wondermedium DeepSeek V4.1 Flash 1017lowvsQwen3.8 Max (0902)high Claude Opus 5.5mediumvsDeepSeek V4.1 Flash 1017low DeepSeek V4.1 Flash 1017lowvsGPT-5.3-Codexmedium DeepSeek V4.1 Flash 1017lowvsMuse Spark Openhigh Claude Haiku 5.5xhighvsDeepSeek V4.1 Flash 1017low DeepSeek V4.1 Flash 1017lowvsMuse Spark 1.3high Seed 2.1 TurbolowvsMuse Wondermedium Muse WondermediumvsQwen3.8 Max (0902)high