AI BENCHY Compare

DeepSeek: DeepSeek V4 Flash vs Meta: Muse Spark 1.1

Сводка

Muse Spark 1.1 (medium) лидирует по среднему баллу: 8.9 vs 8.3. DeepSeek V4 Flash (high) имеет более низкую стоимость benchmark: $0.029 vs $1.152. Muse Spark 1.1 (medium) быстрее: 23.35s vs 45.85s, с долей успешных попыток 74.6% vs 76.2%.

Рекомендуемая модельDeepSeek V4 Flash (high)Его балл близок к лучшему здесь (8.3 против 8.9), при этом он примерно в 40.5 раза дешевле, чем Muse Spark 1.1 (medium).

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-07-16

Метрика	DeepSeek V4 Flash DeepSeek V4 Flash high Релиз: 2026-04-24	Muse Spark 1.1 Muse Spark 1.1 medium Релиз: 2026-07-16

Метрика	DeepSeek V4 Flash DeepSeek V4 Flash high Релиз: 2026-04-24	Muse Spark 1.1 Muse Spark 1.1 medium Релиз: 2026-07-16
Оценка	8.3	8.9
Ранг	#30	#15
Надежность	10.0	10.0
Стабильность	8.5	9.2
Тестов верно
Доля успешных попыток	74.6%	76.2%
Нестабильные тесты	4	2
Всего запусков	63	63
Стоимость за результат	0.299	7.676
Общая стоимость	$0.029	$1.152
Цена входа	$0.098 / 1M	$1.250 / 1M
Цена выхода	$0.196 / 1M	$4.250 / 1M
Общее число входных токенов	39,745	59,928
Выходные токены	10,310	3,523
Токены рассуждений	123,501	249,752
Время ответа (среднее)	45.85s	23.35s
Время ответа (макс.)	218.13s	165.38s
Время ответа (суммарно)	962.79s	490.40s

Генерация showcase

Hamster playing table tennis

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

#30 DeepSeek V4 Flash

high

Стоимость: $0.003
Время: 93.1s
Токены: 7,926 tok

#15 Muse Spark 1.1

medium

Стоимость: $0.024
Время: 29.2s
Токены: 5,774 tok

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Оценка vs Время ответа (среднее)

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Разбивка по категориям

Категория:

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4 Flash	8.3	10.0	75.0%	0		28.51s	540	140	7,770
Muse Spark 1.1	10.0	10.0	100.0%	0		5.72s	2,334	657	8,260

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4 Flash	10.0	10.0	100.0%	0		76.57s	14,016	465	7,347
Muse Spark 1.1	9.6	10.0	100.0%	0		26.33s	21,282	838	11,595

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4 Flash	10.0	10.0	100.0%	0		28.03s	7,290	201	1,179
Muse Spark 1.1	10.0	10.0	100.0%	0		4.96s	7,827	240	3,387

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4 Flash	4.1	4.4	44.5%	2		100.31s	666	27	59,249
Muse Spark 1.1	3.5	4.4	33.3%	2		71.45s	2,016	105	109,166

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4 Flash	6.1	3.1	66.7%	1		25.15s	471	79	632
Muse Spark 1.1	10.0	10.0	100.0%	0		4.41s	906	116	1,833

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4 Flash	10.0	10.0	100.0%	0		15.36s	627	63	1,622
Muse Spark 1.1	6.5	10.0	50.0%	0		6.31s	1,527	233	5,186

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4 Flash	8.2	7.2	88.9%	1		26.11s	594	196	1,767
Muse Spark 1.1	7.9	9.9	66.7%	0		42.49s	1,938	350	76,778

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4 Flash	10.0	10.0	100.0%	0		74.73s	8,079	228	542
Muse Spark 1.1	9.8	10.0	100.0%	0		6.99s	12,924	598	1,610

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
DeepSeek V4 Flash	3.0	10.0	0.0%	0		54.46s	183	8,516	8,531
Muse Spark 1.1	3.0	10.0	0.0%	0		18.45s	612	39	8,375

Быстрое сравнение

Сменить пару сравнения