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

DeepSeek V4 Flash 0731 (medium) average score मध्ये पुढे आहे: 7.8 vs 7.7. DeepSeek V4 Flash 0731 (medium) चा benchmark खर्च कमी आहे: $0.460 vs $4.012. Muse Wonder (xhigh) वेगवान आहे: 34.40s vs 94.16s, pass rates 72.5% vs 65.2%.

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: #129
एकूण आउटपुट टोकन्स: 181,988
प्रतिसाद वेळ (सरासरी): 34.40s
एकूण खर्च: $4.012

शिफारस केलेले मॉडेल DeepSeek V4 Flash 0731 (medium)

It has the best score here (7.8), while costing about 8.7x less than Muse Wonder (xhigh).

तपशीलवार तुलना

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

मेट्रिक	DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 medium प्रकाशन: 2026-08-01	Muse Wonder Muse Wonder xhigh प्रकाशन: 2026-10-13
स्कोअर	7.8	7.7
क्रमांक	#121	#129
विश्वसनीयता	10.0	9.1
सुसंगतता	7.2	9.3
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	72.5%	65.2%
अस्थिर चाचण्या	8	2
एकूण रन	69	69
प्रति निकाल खर्च	1.176	28.658
एकूण खर्च	$0.460	$4.012
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	93,060
आउटपुट टोकन्स	66,689	10,305
रिझनिंग टोकन्स	510,525	171,683
प्रतिसाद वेळ (सरासरी)	94.16s	34.40s
प्रतिसाद वेळ (कमाल)	303.26s	236.64s
प्रतिसाद वेळ (एकूण)	2165.72s	791.16s
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

#129 Muse Wonder

xhigh

खर्च: $0.266
वेळ: 95.4s
टोकन्स: 13,379 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		525ms	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	8.3	10.0	75.0%	0		6.04s	594	399	4,619

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		40.90s	7,401	1,639	46,235

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		51.45s	66,337	5,378	33,573

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		6.90s	7,053	470	4,532

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	3.6	7.2	22.2%	1		150.71s	497	1,078	66,033

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		5.77s	519	227	1,516

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	6.5	10.0	50.0%	0		2.64s	408	117	1,594

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	5.3	10.0	33.3%	0		3.53s	246	222	1,878

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		27.97s	9,780	565	6,323

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		25.37s	225	210	5,380

तुलना जोडी बदला

DeepSeek V4 Flash 0731mediumvsGrok 4.5low DeepSeek V4 Flash 0731mediumvsQwen3.7 Plusnone Muse WonderxhighvsQwen3.7 Flashlow Muse WonderxhighvsQwen3.5 Plus 2026-04-20medium Claude Haiku 5.5mediumvsMuse Wonderxhigh DeepSeek V4 Flash 0731mediumvsGLM 5.3high DeepSeek V4 Flash 0731mediumvsMuse Wonderhigh DeepSeek V4 Flash 0731mediumvsGPT-6 Lunahigh DeepSeek V4 Flash 0731mediumvsMuse Glimmer 30Bhigh Muse WonderxhighvsGPT-6 Lunahigh Muse WonderxhighvsQwen3.8 Flash Nextmedium DeepSeek V4 Flash 0731mediumvsLing 3.1 Flashhigh