DeepSeek V4 Flash 0731 (low) vs Muse Glimmer 30B (xhigh)

Muse Glimmer 30B (xhigh) average score मध्ये पुढे आहे: 8.1 vs 8.0. DeepSeek V4 Flash 0731 (low) चा benchmark खर्च कमी आहे: $0.138 vs $0.510. DeepSeek V4 Flash 0731 (low) वेगवान आहे: 77.55s vs 95.55s, pass rates 71.2% vs 69.7%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-09-24

तुलना केलेली मॉडेल्स

क्रमांक: #84
एकूण आउटपुट टोकन्स: 385,989
प्रतिसाद वेळ (सरासरी): 77.55s
एकूण खर्च: $0.138

क्रमांक: #80
एकूण आउटपुट टोकन्स: 446,844
प्रतिसाद वेळ (सरासरी): 95.55s
एकूण खर्च: $0.510

शिफारस केलेले मॉडेल DeepSeek V4 Flash 0731 (low)

Its score stays close to the best score here (8.0 vs 8.1), while costing about 3.7x less than Muse Glimmer 30B (xhigh).

तपशीलवार तुलना

मेट्रिक	DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 low प्रकाशन: 2026-08-01	Muse Glimmer 30B Muse Glimmer 30B xhigh प्रकाशन: 2026-08-11

मेट्रिक	DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 low प्रकाशन: 2026-08-01	Muse Glimmer 30B Muse Glimmer 30B xhigh प्रकाशन: 2026-08-11
स्कोअर	8.0	8.1
क्रमांक	#84	#80
विश्वसनीयता	10.0	9.9
सुसंगतता	8.3	8.6
प्रयत्न	66/66	66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर	71.2%	69.7%
अस्थिर चाचण्या	5	4
एकूण रन	66	66
प्रति निकाल खर्च	0.553	4.883
एकूण खर्च	$0.138	$0.510
इनपुट किंमत	$0.040 / 1M	$0.300 / 1M
आउटपुट किंमत	$0.640 / 1M	$1.200 / 1M
एकूण इनपुट टोकन्स	93,345	110,930
आउटपुट टोकन्स	35,723	116,373
रिझनिंग टोकन्स	350,266	330,471
प्रतिसाद वेळ (सरासरी)	77.55s	95.55s
प्रतिसाद वेळ (कमाल)	438.65s	576.79s
प्रतिसाद वेळ (एकूण)	1706.18s	2102.12s
पॅरामीटर्स	284B एकूण (13B सक्रिय)	30B
उपलब्धता	बंद स्रोत	मुक्त स्रोत

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#84 DeepSeek V4 Flash 0731

low

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

खर्च: $0.000
वेळ: 78.1s
टोकन्स: 8,090 tok

#80 Muse Glimmer 30B

xhigh

खर्च: $0.007
वेळ: 94.6s
टोकन्स: 4,318 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	8.2	7.9	83.3%	1		10.08s	540	1,833	6,605
Muse Glimmer 30B	10.0	10.0	100.0%	0		13.01s	822	9,982	12,542

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
DeepSeek V4 Flash 0731	7.3	5.1	77.8%	2		163.31s	5,953	782	86,028
Muse Glimmer 30B	10.0	10.0	100.0%	0		105.91s	7,428	18,697	63,334

संयुक्त	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		54.25s	68,913	8,230	22,729
Muse Glimmer 30B	6.0	2.7	66.7%	2		272.74s	82,932	21,229	77,043

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		4.35s	7,290	305	995
Muse Glimmer 30B	10.0	10.0	100.0%	0		19.84s	7,071	6,535	10,689

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	3.0	10.0	0.0%	0		255.51s	657	20,100	171,883
Muse Glimmer 30B	2.9	7.2	11.1%	1		142.55s	894	43,561	77,204

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	6.5	3.4	66.7%	1		7.63s	471	81	1,181
Muse Glimmer 30B	5.5	10.0	0.0%	0		7.41s	528	1,928	2,060

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	9.9	10.0	100.0%	0		3.01s	627	94	644
Muse Glimmer 30B	8.4	6.9	83.3%	1		8.90s	771	2,420	4,507

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	8.0	7.6	77.8%	1		9.08s	594	414	4,808
Muse Glimmer 30B	7.8	9.3	66.7%	0		199.67s	695	10,241	60,935

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		4.44s	8,178	367	186
Muse Glimmer 30B	10.0	10.0	100.0%	0		8.08s	9,555	383	1,566

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		246.86s	122	3,517	55,207
Muse Glimmer 30B	3.0	10.0	0.0%	0		87.23s	234	1,397	20,591

झटपट तुलना

तुलना जोडी बदला