- 排名
- #36
- 总输出令牌
- 523,482
- 响应时间（平均）
- 32.55s
- 总成本
- $0.355
DeepSeek V4.1 Flash 1017 (low) vs Muse Wonder (low)
DeepSeek V4.1 Flash 1017 (low) 平均分领先，为 9.2 vs 9.1。 DeepSeek V4.1 Flash 1017 (low) benchmark 成本更低，为 $0.355 vs $2.637。 Muse Wonder (low) 更快，为 16.00s vs 32.55s，通过率为 78.3% vs 76.8%。
已对比模型
- 排名
- #41
- 总输出令牌
- 82,847
- 响应时间（平均）
- 16.00s
- 总成本
- $2.637
推荐模型
DeepSeek V4.1 Flash 1017 (low)
它在这里得分最高（9.2），同时成本比Muse Wonder (low)低约 7.4 倍。
详细对比
| 指标 | DeepSeek V4.1 Flash 1017 DeepSeek V4.1 Flash 1017 low | Muse Wonder Muse Wonder low |
|---|---|---|
| 分数 | 9.2 | 9.1 |
| 排名 | #36 | #41 |
| 可靠性 | 10.0 | 9.7 |
| 一致性 | 9.0 | 9.6 |
| 尝试次数 | 69/69 | 69/69 |
| 测试正确 | ||
| 尝试通过率 | 78.3% | 76.8% |
| 不稳定测试 | 3 | 1 |
| 总运行次数 | 69 | 69 |
| 每个结果成本 | 2.214 | 15.512 |
| 总成本 | $0.355 | $2.637 |
| 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 | 267,122 | 244,997 |
| 输出令牌 | 7,369 | 11,148 |
| 推理令牌 | 516,113 | 71,699 |
| 响应时间（平均） | 32.55s | 16.00s |
| 响应时间（最大） | 443.63s | 83.98s |
| 响应时间（总计） | 748.62s | 367.91s |
| 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.
#36 DeepSeek V4.1 Flash 1017
low- 成本
- $0.006
- 时间
- 63.8s
- 令牌
- 11,236 tok
#41 Muse Wonder
low- 成本
- $0.080
- 时间
- 28.1s
- 令牌
- 4,067 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 | 46.67s | 156,869 | 2,102 | 5,290 | |
| Muse Wonder | 10.0 | 10.0 | 100.0% | 0 | 44.57s | 149,681 | 2,520 | 1,668 |
| 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 | 2.02s | 852 | 171 | 2,193 | |
| Muse Wonder | 10.0 | 10.0 | 100.0% | 0 | 4.37s | 786 | 344 | 3,587 |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 27.01s | 7,509 | 323 | 45,628 | |
| Muse Wonder | 10.0 | 10.0 | 100.0% | 0 | 17.81s | 7,401 | 1,050 | 15,813 |
| 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 | 18.73s | 82,444 | 3,880 | 15,379 | |
| Muse Wonder | 10.0 | 10.0 | 100.0% | 0 | 24.68s | 66,803 | 4,907 | 10,127 |
| 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 | 1.71s | 7,446 | 207 | 1,344 | |
| Muse Wonder | 10.0 | 10.0 | 100.0% | 0 | 4.27s | 7,053 | 315 | 2,367 |
| 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 | 3.6 | 7.2 | 22.2% | 1 | 174.63s | 909 | 9 | 428,331 | |
| Muse Wonder | 5.3 | 10.0 | 33.3% | 0 | 51.40s | 761 | 1,060 | 30,749 |
| 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 | 2.25s | 549 | 116 | 553 | |
| Muse Wonder | 10.0 | 10.0 | 100.0% | 0 | 3.94s | 519 | 151 | 691 |
| 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 | 1.25s | 783 | 69 | 898 | |
| Muse Wonder | 6.5 | 10.0 | 50.0% | 0 | 2.08s | 408 | 60 | 849 |
| 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 | 6.9 | 4.9 | 77.8% | 2 | 2.54s | 828 | 236 | 3,620 | |
| Muse Wonder | 5.9 | 7.2 | 55.6% | 1 | 5.08s | 459 | 261 | 2,402 |
| 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 | 1.92s | 8,672 | 237 | 338 | |
| Muse Wonder | 9.8 | 10.0 | 100.0% | 0 | 8.75s | 10,901 | 359 | 1,862 |
| 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 | 33.79s | 261 | 19 | 12,539 | |
| Muse Wonder | 3.0 | 10.0 | 0.0% | 0 | 8.23s | 225 | 121 | 1,584 |
快速对比
切换对比组合
Muse WonderlowvsParetodefaultSeed 2.1 TurbohighvsMuse WonderlowDeepSeek V4.1 Flash 1017lowvsQwen3.8 MAXmediumClaude Sonnet 5.5maxvsDeepSeek V4.1 Flash 1017lowClaude Haiku 5.5xhighvsMuse WonderlowDeepSeek V4.1 Flash 1017lowvsGPT-5.5mediumMuse WonderlowvsGPT-5.3-CodexmediumMuse WonderlowvsQwen3.8 Max (0902)highDeepSeek V4.1 Flash 1017lowvsQwen3.8 Max (0902)highDeepSeek V4.1 Flash 1017lowvsMuse WondermediumClaude Opus 5.5mediumvsDeepSeek V4.1 Flash 1017lowDeepSeek V4.1 Flash 1017lowvsGPT-5.3-Codexmedium