- 排名
- #126
- 总输出令牌
- 911,334
- 响应时间（平均）
- 58.56s
- 总成本
- $0.589
DeepSeek V4.1 Flash 1017 (high) vs Muse Wonder (max)
平均分几乎持平，为 7.8 vs 7.9。 DeepSeek V4.1 Flash 1017 (high) benchmark 成本更低，为 $0.589 vs $4.766。 Muse Wonder (max) 更快，为 44.39s vs 58.56s，通过率为 71.0% vs 75.4%。
已对比模型
- 排名
- #124
- 总输出令牌
- 219,635
- 响应时间（平均）
- 44.39s
- 总成本
- $4.766
推荐模型
DeepSeek V4.1 Flash 1017 (high)
它在这里得分最高（7.8），同时成本比Muse Wonder (max)低约 8.1 倍。
详细对比
| 指标 | DeepSeek V4.1 Flash 1017 DeepSeek V4.1 Flash 1017 high | Muse Wonder Muse Wonder max |
|---|---|---|
| 分数 | 7.8 | 7.9 |
| 排名 | #126 | #124 |
| 可靠性 | 10.0 | 9.0 |
| 一致性 | 7.8 | 8.9 |
| 尝试次数 | 69/69 | 69/69 |
| 测试正确 | ||
| 尝试通过率 | 71.0% | 75.4% |
| 不稳定测试 | 6 | 3 |
| 总运行次数 | 69 | 69 |
| 每个结果成本 | 4.530 | 29.783 |
| 总成本 | $0.589 | $4.766 |
| 输入价格 | $0.150 / 1M | $4.000 / 1M |
| 输出价格 | $0.600 / 1M | $20.000 / 1M |
| 缓存读取价格 | $0.003 / 1M | $0.200 / 1M |
| 缓存写入价格 | 不适用 | 不适用 |
| 总输入令牌 | 279,873 | 93,126 |
| 输出令牌 | 7,049 | 10,497 |
| 推理令牌 | 904,285 | 209,138 |
| 响应时间（平均） | 58.56s | 44.39s |
| 响应时间（最大） | 440.77s | 287.79s |
| 响应时间（总计） | 1346.87s | 1021.02s |
| 参数量 | ~748B 总计 (~16B 激活) | ~1T 总计 (~50B 激活) |
| 开放状态 | 开源 | 闭源 |
缓存价格适用于输入令牌。读取会复用已缓存的提示词；写入会存储提示词，可能产生额外费用。输出令牌按输出价格计费。
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#126 DeepSeek V4.1 Flash 1017
high- 成本
- $0.004
- 时间
- 27.2s
- 令牌
- 7,593 tok
#124 Muse Wonder
max- 成本
- $0.429
- 时间
- 207.0s
- 令牌
- 21,515 tok
类别细分
| 智能体任务 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4.1 Flash 1017 | 10.0 | 10.0 | 100.0% | 0 | 43.53s | 144,680 | 1,907 | 4,293 | |
| Muse Wonder | 3.0 | 10.0 | 0.0% | 0 | 381ms | 0 | 0 | 0 |
| 反AI技巧 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4.1 Flash 1017 | 8.3 | 10.0 | 75.0% | 0 | 2.10s | 627 | 137 | 2,440 | |
| Muse Wonder | 10.0 | 10.0 | 100.0% | 0 | 7.00s | 786 | 498 | 6,361 |
| 编程 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4.1 Flash 1017 | 4.5 | 1.4 | 66.7% | 3 | 196.67s | 7,434 | 217 | 446,179 | |
| Muse Wonder | 10.0 | 10.0 | 100.0% | 0 | 58.38s | 7,401 | 1,942 | 65,131 |
| 综合 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4.1 Flash 1017 | 10.0 | 10.0 | 100.0% | 0 | 37.28s | 107,806 | 3,862 | 41,936 | |
| Muse Wonder | 10.0 | 10.0 | 100.0% | 0 | 62.60s | 65,711 | 5,273 | 38,571 |
| 数据解析与提取 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4.1 Flash 1017 | 10.0 | 10.0 | 100.0% | 0 | 2.20s | 7,446 | 207 | 1,450 | |
| Muse Wonder | 10.0 | 10.0 | 100.0% | 0 | 7.40s | 7,053 | 475 | 4,783 |
| 领域专项 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4.1 Flash 1017 | 3.5 | 4.4 | 33.3% | 2 | 186.02s | 909 | 11 | 382,250 | |
| Muse Wonder | 2.9 | 7.2 | 11.1% | 1 | 189.55s | 439 | 843 | 68,903 |
| 通用智能 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4.1 Flash 1017 | 10.0 | 10.0 | 100.0% | 0 | 2.02s | 549 | 120 | 570 | |
| Muse Wonder | 10.0 | 10.0 | 100.0% | 0 | 6.06s | 519 | 215 | 1,628 |
| 指令遵循 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4.1 Flash 1017 | 10.0 | 10.0 | 100.0% | 0 | 1.12s | 708 | 69 | 866 | |
| Muse Wonder | 7.5 | 6.1 | 83.3% | 1 | 13.24s | 753 | 220 | 7,067 |
| 谜题求解 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4.1 Flash 1017 | 5.5 | 7.4 | 44.4% | 1 | 5.70s | 828 | 235 | 7,784 | |
| Muse Wonder | 7.7 | 10.0 | 66.7% | 0 | 8.97s | 459 | 360 | 5,691 |
| 工具调用 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4.1 Flash 1017 | 10.0 | 10.0 | 100.0% | 0 | 2.28s | 8,625 | 267 | 305 | |
| Muse Wonder | 10.0 | 10.0 | 100.0% | 0 | 8.08s | 9,780 | 372 | 2,916 |
| 常识问答 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4.1 Flash 1017 | 3.0 | 10.0 | 0.0% | 0 | 44.26s | 261 | 17 | 16,212 | |
| Muse Wonder | 2.8 | 1.6 | 33.3% | 1 | 41.30s | 225 | 299 | 8,087 |
快速对比
切换对比组合
Ling 3.1 FlashhighvsMuse WondermaxMuse WondermaxvsMiMo-V2.6-FlashmediumDeepSeek V4.1 Flash 1017highvsMiMo-V2.6-FlashmediumMuse WondermaxvsQwen3.8 2.4T A95BhighDeepSeek V4.1 Flash 1017highvsGrok 4.5mediumGemini 3.5 FlashmediumvsMuse WondermaxMuse WondermaxvsGrok 4.5mediumDeepSeek V4.1 Flash 1017highvsGemini 3.5 FlashmediumMuse WondermaxvsGLM 5.3highDeepSeek V4.1 Flash 1017highvsStep 3.7 FlashmediumMuse WondermaxvsStep 3.7 FlashmediumDeepSeek V4.1 Flash 1017highvsGrok 4.6medium