DeepSeek V4.1 Flash (max) vs Muse Ember (low)

已对比模型

排名: #88
总输出令牌: 908,171
响应时间（平均）: 61.58s
总成本: $1.204

排名: #86
总输出令牌: 169,226
响应时间（平均）: 8.22s
总成本: $0.114

推荐模型 Muse Ember (low)

它在这里得分最高（8.6），同时成本比DeepSeek V4.1 Flash (max)低约 10.6 倍。

详细对比

指标	DeepSeek V4.1 Flash DeepSeek V4.1 Flash max 发布日期: 2026-09-10	Muse Ember Muse Ember low 发布日期: 2026-11-09

指标	DeepSeek V4.1 Flash DeepSeek V4.1 Flash max 发布日期: 2026-09-10	Muse Ember Muse Ember low 发布日期: 2026-11-09
分数	8.6	8.6
排名	#88	#86
可靠性	9.4	10.0
一致性	9.3	8.9
尝试次数	69/69	69/69
测试正确
尝试通过率	69.6%	72.5%
不稳定测试	2	3
总运行次数	69	69
每个结果成本	3.715	0.757
总成本	$1.204	$0.114
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	414,054	288,136
输出令牌	7,635	13,507
推理令牌	900,536	155,719
响应时间（平均）	61.58s	8.22s
响应时间（最大）	335.08s	49.79s
响应时间（总计）	1416.24s	189.12s
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.

#88 DeepSeek V4.1 Flash

max

成本: $0.066
时间: 211.0s
令牌: 54,712 tok

#86 Muse Ember

low

成本: $0.003
时间: 11.3s
令牌: 4,679 tok

按分数排名的模型

分数 vs 总成本

响应时间（平均）

分数 vs 响应时间（平均）

总输出令牌

分数 vs 总输出令牌

类别细分

类别:

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		66.63s	325,030	2,077	34,968
Muse Ember	10.0	10.0	100.0%	0		49.79s	149,643	2,638	1,880

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		4.35s	852	213	7,262
Muse Ember	10.0	10.0	100.0%	0		2.86s	798	299	3,786

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		62.50s	7,509	373	132,357
Muse Ember	10.0	10.0	100.0%	0		5.21s	7,410	765	15,944

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		160.31s	66,677	4,031	221,091
Muse Ember	7.3	5.8	83.3%	1		15.23s	108,813	7,610	18,518

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		4.56s	2,397	120	2,047
Muse Ember	10.0	10.0	100.0%	0		2.15s	7,215	279	2,719

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	3.6	7.2	22.2%	1		198.41s	909	27	384,462
Muse Ember	3.5	4.4	33.3%	2		8.96s	873	599	26,649

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		4.00s	549	148	1,093
Muse Ember	10.0	10.0	100.0%	0		2.68s	522	147	1,018

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		7.64s	783	63	2,293
Muse Ember	6.5	10.0	50.0%	0		2.87s	759	165	2,751

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	5.5	7.1	44.4%	1		30.82s	828	339	54,014
Muse Ember	5.3	10.0	33.3%	0		4.80s	786	552	11,600

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		9.49s	8,259	228	693
Muse Ember	10.0	10.0	100.0%	0		3.29s	11,089	288	764

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		98.48s	261	16	60,256
Muse Ember	3.0	10.0	0.0%	0		24.54s	228	165	70,090

切换对比组合

Claude Fable 5.2highvsMuse Emberlow DeepSeek V4.1 FlashmaxvsGPT-6.1 Terranone DeepSeek V4.1 FlashmaxvsMuse Spark 1.1low Claude Fable 5.2lowvsDeepSeek V4.1 Flashmax Seed 2.1 TurbomediumvsMuse Emberlow Muse EmberlowvsMiMo-V2.6-Promedium Claude Sonnet 5.5highvsDeepSeek V4.1 Flashmax Claude Fable 5.2highvsDeepSeek V4.1 Flashmax Muse EmberlowvsQwen3.8 27Bhigh免费可用 DeepSeek V4.1 FlashmaxvsGPT-6 Sollow Muse EmberlowvsGPT-5.2medium Muse EmberlowvsGPT-6.1 Terranone