DeepSeek V4 Flash 0731 (high) vs Muse Spark 1.3 (low)

Muse Spark 1.3 (low) average score मध्ये पुढे आहे: 8.2 vs 8.0. DeepSeek V4 Flash 0731 (high) चा benchmark खर्च कमी आहे: $0.084 vs $0.689. Muse Spark 1.3 (low) वेगवान आहे: 16.03s vs 114.94s, pass rates 75.8% vs 81.8%.

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

तुलना केलेली मॉडेल्स

क्रमांक: #74
एकूण आउटपुट टोकन्स: 513,307
प्रतिसाद वेळ (सरासरी): 114.94s
एकूण खर्च: $0.084

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

शिफारस केलेले मॉडेल DeepSeek V4 Flash 0731 (high)

Its score stays close to the best score here (8.0 vs 8.2), while costing about 8.2x less than Muse Spark 1.3 (low).

तपशीलवार तुलना

मेट्रिक	DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 high प्रकाशन: 2026-08-01	Muse Spark 1.3 Muse Spark 1.3 low प्रकाशन: 2026-09-02

मेट्रिक	DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 high प्रकाशन: 2026-08-01	Muse Spark 1.3 Muse Spark 1.3 low प्रकाशन: 2026-09-02
स्कोअर	8.0	8.2
क्रमांक	#74	#66
विश्वसनीयता	10.0	10.0
सुसंगतता	8.0	8.1
प्रयत्न	66/66	66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर	75.8%	81.8%
अस्थिर चाचण्या	5	5
एकूण रन	66	66
प्रति निकाल खर्च	0.956	4.594
एकूण खर्च	$0.084	$0.689
इनपुट किंमत	$0.065 / 1M	$1.250 / 1M
आउटपुट किंमत	$0.180 / 1M	$4.250 / 1M
एकूण इनपुट टोकन्स	96,702	116,947
आउटपुट टोकन्स	16,966	11,026
रिझनिंग टोकन्स	496,341	116,685
प्रतिसाद वेळ (सरासरी)	114.94s	16.03s
प्रतिसाद वेळ (कमाल)	600.61s	78.72s
प्रतिसाद वेळ (एकूण)	2528.65s	352.69s
पॅरामीटर्स	284B एकूण (13B सक्रिय)	~1T एकूण (~50B सक्रिय)
उपलब्धता	बंद स्रोत	बंद स्रोत

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#74 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

#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 Flash 0731	8.7	7.9	91.7%	1		13.62s	1,488	542	10,576
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 Flash 0731	6.3	6.3	55.6%	1		252.67s	7,044	2,160	191,210
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 Flash 0731	10.0	10.0	100.0%	0		87.10s	67,283	11,903	41,397
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 Flash 0731	10.0	10.0	100.0%	0		3.65s	7,764	336	1,259
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 Flash 0731	3.5	4.4	33.3%	2		458.65s	700	104	215,629
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 Flash 0731	10.0	10.0	100.0%	0		5.64s	708	72	533
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 Flash 0731	9.8	10.0	100.0%	0		4.46s	1,101	119	939
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 Flash 0731	8.2	7.7	77.8%	1		9.36s	1,305	397	6,801
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 Flash 0731	10.0	10.0	100.0%	0		5.42s	8,889	357	451
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 Flash 0731	3.0	10.0	0.0%	0		110.63s	420	976	27,546
Muse Spark 1.3	3.0	10.0	0.0%	0		23.36s	183	311	8,211

झटपट तुलना

तुलना जोडी बदला