DeepSeek V4 Flash 0731 (high) vs Muse Spark 1.1 (high)

average score जवळपास समान आहे: 8.4 vs 8.4. DeepSeek V4 Flash 0731 (high) चा benchmark खर्च कमी आहे: $0.576 vs $2.570. Muse Spark 1.1 (high) वेगवान आहे: 37.41s vs 118.83s, pass rates 76.8% vs 69.6%.

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

तुलना केलेली मॉडेल्स

क्रमांक: #82
एकूण आउटपुट टोकन्स: 448,665
प्रतिसाद वेळ (सरासरी): 118.83s
एकूण खर्च: $0.576

क्रमांक: #81
एकूण आउटपुट टोकन्स: 505,566
प्रतिसाद वेळ (सरासरी): 37.41s
एकूण खर्च: $2.570

शिफारस केलेले मॉडेल DeepSeek V4 Flash 0731 (high)

It has the best score here (8.4), while costing about 4.5x less than Muse Spark 1.1 (high).

तपशीलवार तुलना

मेट्रिक	DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 high प्रकाशन: 2026-08-01	Muse Spark 1.1 Muse Spark 1.1 high प्रकाशन: 2026-07-16

मेट्रिक	DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 high प्रकाशन: 2026-08-01	Muse Spark 1.1 Muse Spark 1.1 high प्रकाशन: 2026-07-16
स्कोअर	8.4	8.4
क्रमांक	#82	#81
विश्वसनीयता	10.0	10.0
सुसंगतता	8.1	8.0
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	76.8%	69.6%
अस्थिर चाचण्या	5	6
एकूण रन	69	69
प्रति निकाल खर्च	1.069	19.762
एकूण खर्च	$0.576	$2.570
इनपुट किंमत	$0.005 / 1M	$1.250 / 1M
आउटपुट किंमत	$1.280 / 1M	$4.250 / 1M
कॅश वाचण्याची किंमत	$0.005 / 1M	$0.150 / 1M
कॅश लिहिण्याची किंमत	लागू नाही	लागू नाही
एकूण इनपुट टोकन्स	281,863	336,310
आउटपुट टोकन्स	24,535	10,838
रिझनिंग टोकन्स	507,976	494,728
प्रतिसाद वेळ (सरासरी)	118.83s	37.41s
प्रतिसाद वेळ (कमाल)	600.61s	196.03s
प्रतिसाद वेळ (एकूण)	2733.01s	860.39s
पॅरामीटर्स	284B एकूण (13B सक्रिय)	~1T एकूण (~50B सक्रिय)
उपलब्धता	बंद 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.

#82 DeepSeek V4 Flash 0731

high

No output was saved. The original provider response or failure reason is unavailable.

खर्च: $0.000
वेळ: 187.3s
टोकन्स: 19,048 tok

#81 Muse Spark 1.1

high

खर्च: $0.039
वेळ: 50.1s
टोकन्स: 9,423 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 Flash 0731	10.0	10.0	100.0%	0		204.36s	185,161	7,569	11,635
Muse Spark 1.1	10.0	10.0	100.0%	0		49.67s	207,097	2,482	11,168

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
DeepSeek V4 Flash 0731	8.7	7.9	91.7%	1		13.62s	1,488	542	10,576
Muse Spark 1.1	7.5	8.4	66.7%	1		8.60s	2,334	516	13,023

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
DeepSeek V4 Flash 0731	6.3	6.3	55.6%	1		252.67s	7,044	2,160	191,210
Muse Spark 1.1	10.0	10.0	100.0%	0		22.92s	8,562	349	36,039

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
DeepSeek V4 Flash 0731	10.0	10.0	100.0%	0		87.10s	67,283	11,903	41,397
Muse Spark 1.1	5.9	2.9	66.7%	2		70.25s	90,082	5,535	68,439

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 Flash 0731	10.0	10.0	100.0%	0		3.65s	7,764	336	1,259
Muse Spark 1.1	10.0	10.0	100.0%	0		8.40s	7,827	240	5,907

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
DeepSeek V4 Flash 0731	3.5	4.4	33.3%	2		458.65s	700	104	215,629
Muse Spark 1.1	2.9	4.4	22.2%	2		94.74s	1,062	345	195,595

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
DeepSeek V4 Flash 0731	10.0	10.0	100.0%	0		5.64s	708	72	533
Muse Spark 1.1	10.0	10.0	100.0%	0		7.73s	906	116	3,390

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
DeepSeek V4 Flash 0731	9.8	10.0	100.0%	0		4.46s	1,101	119	939
Muse Spark 1.1	6.4	6.0	66.7%	1		7.81s	1,527	193	7,158

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
DeepSeek V4 Flash 0731	8.2	7.7	77.8%	1		9.36s	1,305	397	6,801
Muse Spark 1.1	7.8	9.9	66.7%	0		69.96s	1,938	225	140,780

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
DeepSeek V4 Flash 0731	10.0	10.0	100.0%	0		5.42s	8,889	357	451
Muse Spark 1.1	9.6	10.0	100.0%	0		9.88s	14,363	795	2,938

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
DeepSeek V4 Flash 0731	3.0	10.0	0.0%	0		110.63s	420	976	27,546
Muse Spark 1.1	3.0	10.0	0.0%	0		22.93s	612	42	10,291

तुलना जोडी बदला

Gemini 3.1 Pro PreviewmediumvsMuse Spark 1.1high Muse Spark 1.1highvsGPT-5 Minimedium DeepSeek V4 Flash 0731highvsGemini 3.1 Pro Previewmedium Muse Spark 1.1highvsQwen3.8 2.4T A95Blow DeepSeek V4 Flash 0731highvsMuse Glimmer 30Bxhigh DeepSeek V4 Flash 0731highvsGPT-5 Minimedium DeepSeek V4 Flash 0731highvsQwen3.8 2.4T A95Blow DeepSeek V4 Flash 0731highvsKimi K3max Claude Haiku 5.5maxvsMuse Spark 1.1high Muse Spark 1.1highvsKimi K3max DeepSeek V4 Flash 0731highvsGPT-6 Lunamedium Claude Opus 4.8mediumvsDeepSeek V4 Flash 0731high