DeepSeek V4.1 Flash (max) vs Muse Spark 1.3 (low)

DeepSeek V4.1 Flash (max) average score मध्ये पुढे आहे: 8.3 vs 8.2. DeepSeek V4.1 Flash (max) चा benchmark खर्च कमी आहे: $0.537 vs $0.689. Muse Spark 1.3 (low) वेगवान आहे: 16.03s vs 61.35s, pass rates 68.2% vs 81.8%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-09-10

तुलना केलेली मॉडेल्स

क्रमांक: #62
एकूण आउटपुट टोकन्स: 871,126
प्रतिसाद वेळ (सरासरी): 61.35s
एकूण खर्च: $0.537

क्रमांक: #66
एकूण आउटपुट टोकन्स: 127,711
प्रतिसाद वेळ (सरासरी): 16.03s
एकूण खर्च: $0.689

शिफारस केलेले मॉडेल Muse Spark 1.3 (low)

Its score stays close to the best score here (8.2 vs 8.3), while responding about 3.8x 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 1.3 Muse Spark 1.3 low प्रकाशन: 2026-09-02

मेट्रिक	DeepSeek V4.1 Flash DeepSeek V4.1 Flash max प्रकाशन: 2026-09-10	Muse Spark 1.3 Muse Spark 1.3 low प्रकाशन: 2026-09-02
स्कोअर	8.3	8.2
क्रमांक	#62	#66
विश्वसनीयता	9.1	10.0
सुसंगतता	9.2	8.1
प्रयत्न	66/66	66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर	68.2%	81.8%
अस्थिर चाचण्या	2	5
एकूण रन	66	66
प्रति निकाल खर्च	3.829	4.594
एकूण खर्च	$0.537	$0.689
इनपुट किंमत	$0.150 / 1M	$1.250 / 1M
आउटपुट किंमत	$0.600 / 1M	$4.250 / 1M
एकूण इनपुट टोकन्स	89,024	116,947
आउटपुट टोकन्स	5,558	11,026
रिझनिंग टोकन्स	865,568	116,685
प्रतिसाद वेळ (सरासरी)	61.35s	16.03s
प्रतिसाद वेळ (कमाल)	335.08s	78.72s
प्रतिसाद वेळ (एकूण)	1349.61s	352.69s
पॅरामीटर्स	748B एकूण (16B सक्रिय)	~1T एकूण (~50B सक्रिय)
उपलब्धता	मुक्त स्रोत	बंद स्रोत

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#62 DeepSeek V4.1 Flash

max

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

#66 Muse Spark 1.3

low

खर्च: $0.017
वेळ: 83.9s
टोकन्स: 3,959 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:

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		4.35s	852	213	7,262
Muse Spark 1.3	10.0	10.0	100.0%	0		3.92s	618	372	5,308

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 1.3	8.2	7.2	88.9%	1		20.86s	5,958	795	19,077

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		160.31s	66,677	4,031	221,091
Muse Spark 1.3	7.3	5.8	83.3%	1		25.72s	90,340	6,828	14,390

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		4.56s	2,397	120	2,047
Muse Spark 1.3	10.0	10.0	100.0%	0		3.62s	7,155	240	3,011

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	3.6	7.2	22.2%	1		198.41s	909	27	384,462
Muse Spark 1.3	3.5	4.4	33.3%	2		45.63s	738	1,083	48,809

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		4.00s	549	148	1,093
Muse Spark 1.3	10.0	10.0	100.0%	0		4.02s	477	127	1,182

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		7.64s	783	63	2,293
Muse Spark 1.3	9.8	10.0	100.0%	0		5.04s	669	189	3,025

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	5.5	7.1	44.4%	1		30.82s	828	339	54,014
Muse Spark 1.3	8.2	7.2	88.9%	1		11.34s	651	478	11,598

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		9.49s	8,259	228	693
Muse Spark 1.3	10.0	10.0	100.0%	0		7.39s	10,158	603	2,074

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		98.48s	261	16	60,256
Muse Spark 1.3	3.0	10.0	0.0%	0		23.36s	183	311	8,211

झटपट तुलना

तुलना जोडी बदला