- 排名
- #75
- 总输出令牌
- 464,156
- 响应时间（平均）
- 33.27s
- 总成本
- $0.617
DeepSeek V4.1 Flash (high) vs Muse Ember (xhigh)
平均分几乎持平，为 8.7 vs 8.8。 Muse Ember (xhigh) benchmark 成本更低，为 $0.232 vs $0.617。 Muse Ember (xhigh) 更快，为 13.90s vs 33.27s，通过率为 75.4% vs 76.8%。
已对比模型
- 排名
- #73
- 总输出令牌
- 409,112
- 响应时间（平均）
- 13.90s
- 总成本
- $0.232
推荐模型
Muse Ember (xhigh)
它在这里得分最高（8.8），同时成本比DeepSeek V4.1 Flash (high)低约 2.7 倍。
详细对比
| 指标 | DeepSeek V4.1 Flash DeepSeek V4.1 Flash high | Muse Ember Muse Ember xhigh |
|---|---|---|
| 分数 | 8.7 | 8.8 |
| 排名 | #75 | #73 |
| 可靠性 | 9.7 | 10.0 |
| 一致性 | 9.0 | 8.9 |
| 尝试次数 | 69/69 | 69/69 |
| 测试正确 | ||
| 尝试通过率 | 75.4% | 76.8% |
| 不稳定测试 | 3 | 3 |
| 总运行次数 | 69 | 69 |
| 每个结果成本 | 1.843 | 1.450 |
| 总成本 | $0.617 | $0.232 |
| 输入价格 | $0.013 / 1M | $0.100 / 1M |
| 输出价格 | $1.320 / 1M | $0.500 / 1M |
| 缓存读取价格 | $0.013 / 1M | $0.004 / 1M |
| 缓存写入价格 | 不适用 | $0.125 / 1M |
| 总输入令牌 | 282,490 | 274,208 |
| 输出令牌 | 8,621 | 11,740 |
| 推理令牌 | 455,535 | 397,372 |
| 响应时间（平均） | 33.27s | 13.90s |
| 响应时间（最大） | 205.53s | 79.38s |
| 响应时间（总计） | 765.12s | 319.61s |
| 参数量 | 748B 总计 (16B 激活) | ~150B 总计 (~10B 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.
#75 DeepSeek V4.1 Flash
high- 成本
- $0.035
- 时间
- 111.0s
- 令牌
- 29,201 tok
#73 Muse Ember
xhigh- 成本
- $0.008
- 时间
- 24.3s
- 令牌
- 14,705 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 | 10.0 | 10.0 | 100.0% | 0 | 43.97s | 182,379 | 1,979 | 9,237 | |
| Muse Ember | 10.0 | 10.0 | 100.0% | 0 | 47.42s | 151,581 | 2,661 | 2,824 |
| 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 | 8.3 | 10.0 | 75.0% | 0 | 3.42s | 852 | 170 | 5,348 | |
| Muse Ember | 10.0 | 10.0 | 100.0% | 0 | 2.05s | 798 | 288 | 5,861 |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 49.19s | 7,509 | 376 | 108,285 | |
| Muse Ember | 10.0 | 10.0 | 100.0% | 0 | 10.41s | 7,410 | 1,225 | 40,702 |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 27.63s | 77,764 | 5,152 | 31,635 | |
| Muse Ember | 10.0 | 10.0 | 100.0% | 0 | 13.24s | 91,473 | 4,513 | 21,164 |
| 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 | 6.5 | 10.0 | 50.0% | 0 | 4.19s | 2,397 | 120 | 1,584 | |
| Muse Ember | 7.3 | 5.8 | 83.3% | 1 | 3.59s | 7,215 | 368 | 5,817 |
| 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 | 5.3 | 7.2 | 44.4% | 1 | 127.30s | 909 | 28 | 249,623 | |
| Muse Ember | 5.3 | 7.2 | 44.4% | 1 | 23.77s | 873 | 1,044 | 76,708 |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 4.16s | 549 | 120 | 1,130 | |
| Muse Ember | 10.0 | 10.0 | 100.0% | 0 | 2.88s | 522 | 214 | 2,610 |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 7.06s | 783 | 63 | 1,972 | |
| Muse Ember | 6.5 | 10.0 | 50.0% | 0 | 4.17s | 759 | 241 | 7,345 |
| 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 | 6.4 | 4.9 | 66.7% | 2 | 14.27s | 828 | 339 | 23,969 | |
| Muse Ember | 5.9 | 7.2 | 55.6% | 1 | 29.02s | 786 | 504 | 202,040 |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 15.28s | 8,259 | 258 | 506 | |
| Muse Ember | 10.0 | 10.0 | 100.0% | 0 | 3.93s | 12,563 | 448 | 1,643 |
| 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 | 3.0 | 10.0 | 0.0% | 0 | 38.05s | 261 | 16 | 22,246 | |
| Muse Ember | 3.0 | 10.0 | 0.0% | 0 | 25.61s | 228 | 234 | 30,658 |
快速对比
切换对比组合
DeepSeek V4.1 FlashhighvsMuse Spark OpenmediumDeepSeek V4.1 FlashmediumvsMuse EmberxhighDeepSeek V4.1 FlashhighvsKimi K3.1 PromaxMuse EmberxhighvsKimi K3.1 PromaxDeepSeek V4.1 FlashhighvsMuse Spark 1.2lowMuse EmberxhighvsGPT-5.4mediumDeepSeek V4.1 FlashhighvsGPT-5.4mediumDeepSeek V4.1 FlashhighvsParticle-1xhighMuse EmberxhighvsQwen3.8 MAXlowDeepSeek V4.1 FlashhighvsGPT-5.2mediumDeepSeek V4.1 FlashhighvsQwen3.8 MAXlowMuse EmberxhighvsGPT-5.2medium