नेव्हिगेशन
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

DeepSeek V4.1 Flash (max) vs Muse Ember (low)

average score जवळपास समान आहे: 8.6 vs 8.6. Muse Ember (low) चा benchmark खर्च कमी आहे: $0.114 vs $1.204. Muse Ember (low) वेगवान आहे: 8.22s vs 61.58s, pass rates 69.6% vs 72.5%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-11-10

तुलना केलेली मॉडेल्स

क्रमांक
#88
एकूण आउटपुट टोकन्स
908,171
प्रतिसाद वेळ (सरासरी)
61.58s
एकूण खर्च
$1.204
क्रमांक
#86
एकूण आउटपुट टोकन्स
169,226
प्रतिसाद वेळ (सरासरी)
8.22s
एकूण खर्च
$0.114
शिफारस केलेले मॉडेल Muse Ember (low)

It has the best score here (8.6), while costing about 10.6x less than DeepSeek V4.1 Flash (max).

तपशीलवार तुलना

मेट्रिक DeepSeek V4.1 Flash DeepSeek V4.1 Flash max प्रकाशन: 2026-09-10 Muse Ember Muse Ember low प्रकाशन: 2026-11-09
स्कोअर 8.6 8.6
क्रमांक #88 #86
विश्वसनीयता 9.4 10.0
सुसंगतता 9.3 8.9
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 69.6% 72.5%
अस्थिर चाचण्या 2 3
एकूण रन 69 69
प्रति निकाल खर्च 3.715 0.757
एकूण खर्च $1.204 $0.114
इनपुट किंमत $0.013 / 1M $0.100 / 1M
आउटपुट किंमत $1.320 / 1M $0.500 / 1M
कॅश वाचण्याची किंमत $0.013 / 1M $0.004 / 1M
कॅश लिहिण्याची किंमत लागू नाही $0.125 / 1M
एकूण इनपुट टोकन्स 414,054 288,136
आउटपुट टोकन्स 7,635 13,507
रिझनिंग टोकन्स 900,536 155,719
प्रतिसाद वेळ (सरासरी) 61.58s 8.22s
प्रतिसाद वेळ (कमाल) 335.08s 49.79s
प्रतिसाद वेळ (एकूण) 1416.24s 189.12s
पॅरामीटर्स 748B एकूण (16B सक्रिय) ~150B एकूण (~10B 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.

#88 DeepSeek V4.1 Flash

max
खर्च
$0.066
वेळ
211.0s
टोकन्स
54,712 tok

#86 Muse Ember

low
खर्च
$0.003
वेळ
11.3s
टोकन्स
4,679 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

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 62.50s 7,509 373 132,357
Muse Ember 10.0 10.0 100.0% 0 5.21s 7,410 765 15,944

झटपट तुलना

तुलना जोडी बदला

Claude Fable 5.2highvsMuse EmberlowDeepSeek V4.1 FlashmaxvsGPT-6.1 TerranoneDeepSeek V4.1 FlashmaxvsMuse Spark 1.1lowClaude Fable 5.2lowvsDeepSeek V4.1 FlashmaxSeed 2.1 TurbomediumvsMuse EmberlowMuse EmberlowvsMiMo-V2.6-PromediumClaude Sonnet 5.5highvsDeepSeek V4.1 FlashmaxClaude Fable 5.2highvsDeepSeek V4.1 FlashmaxMuse EmberlowvsQwen3.8 27Bhighमोफत उपलब्धDeepSeek V4.1 FlashmaxvsGPT-6 SollowMuse EmberlowvsGPT-5.2mediumMuse EmberlowvsGPT-6.1 Terranone