नेव्हिगेशन
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

DeepSeek: DeepSeek V4 Flash vs Meta: Muse Spark 1.1

सारांश

Muse Spark 1.1 (medium) average score मध्ये पुढे आहे: 8.9 vs 8.3. DeepSeek V4 Flash (high) चा benchmark खर्च कमी आहे: $0.029 vs $1.152. Muse Spark 1.1 (medium) वेगवान आहे: 23.35s vs 45.85s, pass rates 74.6% vs 76.2%.

शिफारस केलेले मॉडेलDeepSeek V4 Flash (high)Its score stays close to the best score here (8.3 vs 8.9), while costing about 40.5x less than Muse Spark 1.1 (medium).

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-16

मेट्रिक DeepSeek V4 Flash DeepSeek V4 Flash high प्रकाशन: 2026-04-24 Muse Spark 1.1 Muse Spark 1.1 medium प्रकाशन: 2026-07-16
स्कोअर 8.3 8.9
क्रमांक #30 #15
विश्वसनीयता 10.0 10.0
सुसंगतता 8.5 9.2
बरोबर चाचण्या
प्रति प्रयत्न पास दर 74.6% 76.2%
अस्थिर चाचण्या 4 2
एकूण रन 63 63
प्रति निकाल खर्च 0.299 7.676
एकूण खर्च $0.029 $1.152
इनपुट किंमत $0.098 / 1M $1.250 / 1M
आउटपुट किंमत $0.196 / 1M $4.250 / 1M
एकूण इनपुट टोकन्स 39,745 59,928
आउटपुट टोकन्स 10,310 3,523
रिझनिंग टोकन्स 123,501 249,752
प्रतिसाद वेळ (सरासरी) 45.85s 23.35s
प्रतिसाद वेळ (कमाल) 218.13s 165.38s
प्रतिसाद वेळ (एकूण) 962.79s 490.40s

जनरेशन शोकेस

Hamster playing table tennis

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

#30 DeepSeek V4 Flash

high
खर्च
$0.003
वेळ
93.1s
टोकन्स
7,926 tok

#15 Muse Spark 1.1

medium
खर्च
$0.024
वेळ
29.2s
टोकन्स
5,774 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

कोडिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
DeepSeek V4 Flash 7.8 10.0 66.7% 0 50.60s 7,279 395 34,862
Muse Spark 1.1 10.0 10.0 100.0% 0 15.66s 8,562 347 23,562

झटपट तुलना

तुलना जोडी बदला