Navigare
AI BENCHY
Advertise here

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

Muse Glimmer 30B (xhigh) conduce la scorul mediu cu 8.1 vs 8.0. DeepSeek V4 Flash 0731 (high) are costul de benchmark mai mic, $0.134 vs $0.635. Muse Glimmer 30B (xhigh) este mai rapid cu 95.55s vs 114.94s, cu rate de reușită de 75.8% vs 69.7%.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-08-20

Rang
#54
Total tokenuri de ieșire
513,307
Timp de răspuns (mediu)
114.94s
Cost total
$0.134
Rang
#50
Total tokenuri de ieșire
446,844
Timp de răspuns (mediu)
95.55s
Cost total
$0.635
Model recomandat DeepSeek V4 Flash 0731 (high)

Scorul rămâne aproape de cel mai bun scor de aici (8.0 vs 8.1) și costă de aproximativ 4.7x mai puțin decât Muse Glimmer 30B (xhigh).

Comparație detaliată

Metrică DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 high Lansare: 2026-08-01 Muse Glimmer 30B Muse Glimmer 30B xhigh Lansare: 2026-08-11
Scor 8.0 8.1
Rang #54 #50
Fiabilitate 10.0 9.9
Consistență 8.0 8.6
Încercări 66/66 66/66
Teste corecte
Rată de trecere pe încercare 75.8% 69.7%
Teste instabile 5 4
Rulări totale 66 66
Cost per rezultat 0.956 4.883
Cost total $0.134 $0.635
Preț de intrare $0.140 / 1M $0.350 / 1M
Preț de ieșire $0.280 / 1M $1.500 / 1M
Total tokenuri de intrare 96,702 110,930
Tokenuri de ieșire 16,966 116,373
Tokenuri de raționament 496,341 330,471
Timp de răspuns (mediu) 114.94s 95.55s
Timp de răspuns (maxim) 600.61s 576.79s
Timp de răspuns (total) 2528.65s 2102.12s
Parametri 284B în total (13B activi) 30B
Disponibilitate Închis Sursă deschisă

Prezentare generare modele

Hamster playing table tennis

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

#54 DeepSeek V4 Flash 0731

high
SVG invalid
Cost
$0.000
Timp
187.3s
Tokenuri
19,048 tok

#50 Muse Glimmer 30B

xhigh
Cost
$0.007
Timp
94.6s
Tokenuri
4,318 tok

Top modele după scor

Scor vs cost total

Timp de răspuns (mediu)

Scor vs Timp de răspuns (mediu)

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Defalcare pe categorii

Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
DeepSeek V4 Flash 0731 6.3 6.3 55.6% 1 252.67s 7,044 2,160 191,210
Muse Glimmer 30B 10.0 10.0 100.0% 0 105.91s 7,428 18,697 63,334

Comparație rapidă

Schimbă perechea de comparație