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 Spark 1.1 (low)

average score जवळपास समान आहे: 8.6 vs 8.6. Muse Spark 1.1 (low) चा benchmark खर्च कमी आहे: $0.885 vs $1.204. Muse Spark 1.1 (low) वेगवान आहे: 13.21s vs 61.58s, pass rates 69.6% vs 72.5%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-24

तुलना केलेली मॉडेल्स

क्रमांक
#73
एकूण आउटपुट टोकन्स
908,171
प्रतिसाद वेळ (सरासरी)
61.58s
एकूण खर्च
$1.204
क्रमांक
#74
एकूण आउटपुट टोकन्स
122,421
प्रतिसाद वेळ (सरासरी)
13.21s
एकूण खर्च
$0.885
शिफारस केलेले मॉडेल Muse Spark 1.1 (low)

It has the best score here (8.6), while responding about 4.7x faster than DeepSeek V4.1 Flash (max).

तपशीलवार तुलना

मेट्रिक DeepSeek V4.1 Flash DeepSeek V4.1 Flash max प्रकाशन: 2026-09-10 Muse Spark 1.1 Muse Spark 1.1 low प्रकाशन: 2026-07-16
स्कोअर 8.6 8.6
क्रमांक #73 #74
विश्वसनीयता 9.4 10.0
सुसंगतता 9.3 8.6
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 69.6% 72.5%
अस्थिर चाचण्या 2 4
एकूण रन 69 69
प्रति निकाल खर्च 3.715 6.318
एकूण खर्च $1.204 $0.885
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 414,054 291,368
आउटपुट टोकन्स 7,635 13,469
रिझनिंग टोकन्स 900,536 108,952
प्रतिसाद वेळ (सरासरी) 61.58s 13.21s
प्रतिसाद वेळ (कमाल) 335.08s 54.15s
प्रतिसाद वेळ (एकूण) 1416.24s 303.92s
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.

#73 DeepSeek V4.1 Flash

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

#74 Muse Spark 1.1

low
खर्च
$0.020
वेळ
39.2s
टोकन्स
4,947 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 Spark 1.1 10.0 10.0 100.0% 0 10.34s 8,562 394 14,503

तुलना जोडी बदला