DeepSeek V4 Flash 0731 (medium) vs Muse Wonder (max)

Muse Wonder (max) average score मध्ये पुढे आहे: 7.9 vs 7.8. DeepSeek V4 Flash 0731 (medium) चा benchmark खर्च कमी आहे: $0.460 vs $4.766. Muse Wonder (max) वेगवान आहे: 44.39s vs 94.16s, pass rates 72.5% vs 75.4%.

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

तुलना केलेली मॉडेल्स

क्रमांक: #121
एकूण आउटपुट टोकन्स: 358,225
प्रतिसाद वेळ (सरासरी): 94.16s
एकूण खर्च: $0.460

क्रमांक: #113
एकूण आउटपुट टोकन्स: 219,635
प्रतिसाद वेळ (सरासरी): 44.39s
एकूण खर्च: $4.766

शिफारस केलेले मॉडेल DeepSeek V4 Flash 0731 (medium)

Its score stays close to the best score here (7.8 vs 7.9), while costing about 10.4x less than Muse Wonder (max).

तपशीलवार तुलना

मेट्रिक	DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 medium प्रकाशन: 2026-08-01	Muse Wonder Muse Wonder max प्रकाशन: 2026-10-13

मेट्रिक	DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 medium प्रकाशन: 2026-08-01	Muse Wonder Muse Wonder max प्रकाशन: 2026-10-13
स्कोअर	7.8	7.9
क्रमांक	#121	#113
विश्वसनीयता	10.0	9.0
सुसंगतता	7.2	8.9
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	72.5%	75.4%
अस्थिर चाचण्या	8	3
एकूण रन	69	69
प्रति निकाल खर्च	1.176	29.783
एकूण खर्च	$0.460	$4.766
इनपुट किंमत	$0.005 / 1M	$4.000 / 1M
आउटपुट किंमत	$1.280 / 1M	$20.000 / 1M
कॅश वाचण्याची किंमत	$0.005 / 1M	$0.200 / 1M
कॅश लिहिण्याची किंमत	लागू नाही	लागू नाही
एकूण इनपुट टोकन्स	274,189	93,126
आउटपुट टोकन्स	66,689	10,497
रिझनिंग टोकन्स	510,525	209,138
प्रतिसाद वेळ (सरासरी)	94.16s	44.39s
प्रतिसाद वेळ (कमाल)	303.26s	287.79s
प्रतिसाद वेळ (एकूण)	2165.72s	1021.02s
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.

#121 DeepSeek V4 Flash 0731

medium

खर्च: $0.004
वेळ: 93.3s
टोकन्स: 13,252 tok

#113 Muse Wonder

max

खर्च: $0.429
वेळ: 207.0s
टोकन्स: 21,515 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		303.26s	184,370	8,291	18,068
Muse Wonder	3.0	10.0	0.0%	0		381ms	0	0	0

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		17.95s	698	2,101	6,715
Muse Wonder	10.0	10.0	100.0%	0		7.00s	786	498	6,361

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
DeepSeek V4 Flash 0731	6.4	4.4	77.8%	2		198.78s	6,032	4,109	160,154
Muse Wonder	10.0	10.0	100.0%	0		58.38s	7,401	1,942	65,131

संयुक्त	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	5.8	83.3%	1		150.58s	65,118	40,110	97,296
Muse Wonder	10.0	10.0	100.0%	0		62.60s	65,711	5,273	38,571

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		5.21s	7,290	287	1,519
Muse Wonder	10.0	10.0	100.0%	0		7.40s	7,053	475	4,783

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	2.9	7.2	11.1%	1		203.11s	592	9,333	154,069
Muse Wonder	2.9	7.2	11.1%	1		189.55s	439	843	68,903

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	6.1	3.1	66.7%	1		12.16s	471	66	1,589
Muse Wonder	10.0	10.0	100.0%	0		6.06s	519	215	1,628

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	8.5	6.8	83.3%	1		2.42s	706	109	580
Muse Wonder	7.5	6.1	83.3%	1		13.24s	753	220	7,067

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	7.3	88.9%	1		65.12s	594	1,530	66,970
Muse Wonder	7.7	10.0	66.7%	0		8.97s	459	360	5,691

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		4.41s	8,178	374	152
Muse Wonder	10.0	10.0	100.0%	0		8.08s	9,780	372	2,916

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		56.64s	140	379	3,413
Muse Wonder	2.8	1.6	33.3%	1		41.30s	225	299	8,087

तुलना जोडी बदला

Ling 3.1 FlashhighvsMuse Wondermax Muse WondermaxvsMiMo-V2.6-Flashmedium DeepSeek V4 Flash 0731mediumvsGrok 4.5low DeepSeek V4 Flash 0731mediumvsQwen3.7 Plusnone Muse WondermaxvsQwen3.8 2.4T A95Bhigh Muse WondermaxvsGrok 4.5medium Gemini 3.5 FlashmediumvsMuse Wondermax Muse WondermaxvsGLM 5.3high Muse WondermaxvsStep 3.7 Flashmedium Muse WondermaxvsGrok 4.6medium DeepSeek V4 Flash 0731mediumvsGLM 5.3high DeepSeek V4 Flash 0731mediumvsMuse Wonderhigh