DeepSeek V4.1 Flash (high) vs Muse Spark 1.2 (medium)

Muse Spark 1.2 (medium) average score मध्ये पुढे आहे: 8.9 vs 8.7. DeepSeek V4.1 Flash (high) चा benchmark खर्च कमी आहे: $0.617 vs $1.590. Muse Spark 1.2 (medium) वेगवान आहे: 21.28s vs 33.27s, pass rates 75.4% vs 75.4%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-13

तुलना केलेली मॉडेल्स

क्रमांक: #57
एकूण आउटपुट टोकन्स: 464,156
प्रतिसाद वेळ (सरासरी): 33.27s
एकूण खर्च: $0.617

क्रमांक: #52
एकूण आउटपुट टोकन्स: 287,977
प्रतिसाद वेळ (सरासरी): 21.28s
एकूण खर्च: $1.590

शिफारस केलेले मॉडेल DeepSeek V4.1 Flash (high)

Its score stays close to the best score here (8.7 vs 8.9), while costing about 2.6x less than Muse Spark 1.2 (medium).

तपशीलवार तुलना

मेट्रिक	DeepSeek V4.1 Flash DeepSeek V4.1 Flash high प्रकाशन: 2026-09-10	Muse Spark 1.2 Muse Spark 1.2 medium प्रकाशन: 2026-08-06

मेट्रिक	DeepSeek V4.1 Flash DeepSeek V4.1 Flash high प्रकाशन: 2026-09-10	Muse Spark 1.2 Muse Spark 1.2 medium प्रकाशन: 2026-08-06
स्कोअर	8.7	8.9
क्रमांक	#57	#52
विश्वसनीयता	9.7	10.0
सुसंगतता	9.0	8.7
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	75.4%	75.4%
अस्थिर चाचण्या	3	4
एकूण रन	69	69
प्रति निकाल खर्च	1.843	10.598
एकूण खर्च	$0.617	$1.590
इनपुट किंमत	$0.013 / 1M	$1.250 / 1M
आउटपुट किंमत	$1.320 / 1M	$4.250 / 1M
कॅश वाचण्याची किंमत	$0.013 / 1M	$0.150 / 1M
कॅश लिहिण्याची किंमत	लागू नाही	लागू नाही
एकूण इनपुट टोकन्स	282,490	292,604
आउटपुट टोकन्स	8,621	9,569
रिझनिंग टोकन्स	455,535	278,408
प्रतिसाद वेळ (सरासरी)	33.27s	21.28s
प्रतिसाद वेळ (कमाल)	205.53s	142.49s
प्रतिसाद वेळ (एकूण)	765.12s	489.46s
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.

#57 DeepSeek V4.1 Flash

high

खर्च: $0.035
वेळ: 111.0s
टोकन्स: 29,201 tok

#52 Muse Spark 1.2

medium

खर्च: $0.033
वेळ: 21.8s
टोकन्स: 7,846 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	10.0	10.0	100.0%	0		43.97s	182,379	1,979	9,237
Muse Spark 1.2	10.0	10.0	100.0%	0		56.74s	168,924	2,347	6,966

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	8.3	10.0	75.0%	0		3.42s	852	170	5,348
Muse Spark 1.2	7.3	6.2	75.0%	2		5.38s	618	369	9,916

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
DeepSeek V4.1 Flash	10.0	10.0	100.0%	0		49.19s	7,509	376	108,285
Muse Spark 1.2	10.0	10.0	100.0%	0		17.49s	7,275	353	33,215

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
DeepSeek V4.1 Flash	10.0	10.0	100.0%	0		27.63s	77,764	5,152	31,635
Muse Spark 1.2	8.5	10.0	50.0%	0		24.89s	95,942	5,020	33,103

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	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		6.42s	6,969	240	5,342

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	5.3	7.2	44.4%	1		127.30s	909	28	249,623
Muse Spark 1.2	5.3	10.0	33.3%	0		77.22s	738	104	162,623

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	10.0	10.0	100.0%	0		4.16s	549	120	1,130
Muse Spark 1.2	6.1	3.1	66.7%	1		10.67s	477	131	3,970

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	10.0	10.0	100.0%	0		7.06s	783	63	1,972
Muse Spark 1.2	9.8	10.0	100.0%	0		4.40s	669	117	4,950

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	6.4	4.9	66.7%	2		14.27s	828	339	23,969
Muse Spark 1.2	8.7	7.7	88.9%	1		9.45s	651	387	11,155

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	10.0	10.0	100.0%	0		15.28s	8,259	258	506
Muse Spark 1.2	10.0	10.0	100.0%	0		3.89s	10,158	459	1,314

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	3.0	10.0	0.0%	0		38.05s	261	16	22,246
Muse Spark 1.2	3.0	10.0	0.0%	0		12.79s	183	42	5,854

तुलना जोडी बदला

DeepSeek V4.1 FlashhighvsMuse Spark 1.2low DeepSeek V4.1 FlashhighvsGPT-5.4medium Muse Spark 1.2mediumvsGLM 5.3 Flashmax Muse Spark 1.2mediumvsQwen3.8 MAXlow Gemini 3.6 FlashlowvsMuse Spark 1.2medium DeepSeek V4.1 FlashhighvsGPT-5.2medium DeepSeek V4.1 FlashhighvsQwen3.8 MAXlow Claude Opus 5lowvsMuse Spark 1.2medium DeepSeek V4.1 FlashhighvsMiMo-V2.6-Promedium Seed 2.1 TurbomediumvsDeepSeek V4.1 Flashhigh DeepSeek V4.1 FlashhighvsGPT-6 Sollow Gemini 3.5 Flash LitehighvsMuse Spark 1.2medium