- 排名
- #63
- 总输出令牌
- 444,665
- 响应时间（平均）
- 32.88s
- 总成本
- $0.591
DeepSeek V4.1 Flash (medium) vs Muse Spark Open (medium)
平均分几乎持平，为 8.7 vs 8.8。 DeepSeek V4.1 Flash (medium) benchmark 成本更低，为 $0.591 vs $1.260。 DeepSeek V4.1 Flash (medium) 更快，为 32.88s vs 77.44s，通过率为 73.9% vs 78.3%。
已对比模型
- 排名
- #61
- 总输出令牌
- 220,815
- 响应时间（平均）
- 77.44s
- 总成本
- $1.260
推荐模型
DeepSeek V4.1 Flash (medium)
它在这里得分最高（8.7），同时成本比Muse Spark Open (medium)低约 2.1 倍。
详细对比
| 指标 | DeepSeek V4.1 Flash DeepSeek V4.1 Flash medium | Muse Spark Open Muse Spark Open medium |
|---|---|---|
| 分数 | 8.7 | 8.8 |
| 排名 | #63 | #61 |
| 可靠性 | 9.6 | 9.8 |
| 一致性 | 9.3 | 8.2 |
| 尝试次数 | 69/69 | 69/69 |
| 测试正确 | ||
| 尝试通过率 | 73.9% | 78.3% |
| 不稳定测试 | 2 | 5 |
| 总运行次数 | 69 | 69 |
| 每个结果成本 | 1.757 | 8.396 |
| 总成本 | $0.591 | $1.260 |
| 输入价格 | $0.013 / 1M | $1.250 / 1M |
| 输出价格 | $1.320 / 1M | $4.250 / 1M |
| 缓存读取价格 | $0.013 / 1M | $0.150 / 1M |
| 缓存写入价格 | 不适用 | 不适用 |
| 总输入令牌 | 280,643 | 256,646 |
| 输出令牌 | 7,342 | 10,490 |
| 推理令牌 | 437,323 | 210,325 |
| 响应时间（平均） | 32.88s | 77.44s |
| 响应时间（最大） | 276.31s | 643.19s |
| 响应时间（总计） | 756.34s | 1781.16s |
| 参数量 | 748B 总计 (16B 激活) | 816B 总计 (42B 激活) |
| 开放状态 | 开源 | 权重可用 |
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.
#63 DeepSeek V4.1 Flash
medium- 成本
- $0.014
- 时间
- 34.7s
- 令牌
- 11,541 tok
#61 Muse Spark Open
medium- 成本
- $0.018
- 时间
- 10.0s
- 令牌
- 4,265 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 | 47.59s | 192,135 | 1,932 | 11,917 | |
| Muse Spark Open | 10.0 | 10.0 | 100.0% | 0 | 43.27s | 142,559 | 2,198 | 5,604 |
| 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 | 3.07s | 852 | 156 | 4,108 | |
| Muse Spark Open | 6.9 | 5.8 | 75.0% | 2 | 175.36s | 1,851 | 494 | 6,363 |
| 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 | 34.45s | 7,509 | 396 | 71,345 | |
| Muse Spark Open | 8.2 | 7.2 | 88.9% | 1 | 18.01s | 8,478 | 821 | 18,472 |
| 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 | 22.21s | 66,161 | 3,956 | 24,673 | |
| Muse Spark Open | 10.0 | 10.0 | 100.0% | 0 | 72.16s | 76,922 | 5,197 | 15,661 |
| 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 | 3.77s | 2,397 | 120 | 998 | |
| Muse Spark Open | 10.0 | 10.0 | 100.0% | 0 | 10.67s | 7,767 | 229 | 3,036 |
| 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 | 2.9 | 7.2 | 11.1% | 1 | 153.01s | 909 | 24 | 298,454 | |
| Muse Spark Open | 5.9 | 7.2 | 55.6% | 1 | 216.17s | 1,937 | 90 | 137,454 |
| 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 | 3.13s | 549 | 131 | 581 | |
| Muse Spark Open | 10.0 | 10.0 | 100.0% | 0 | 4.90s | 879 | 116 | 2,605 |
| 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 | 9.69s | 783 | 63 | 1,483 | |
| Muse Spark Open | 7.3 | 5.8 | 83.3% | 1 | 18.42s | 1,467 | 267 | 3,850 |
| 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 | 8.7 | 7.7 | 88.9% | 1 | 8.01s | 828 | 293 | 12,340 | |
| Muse Spark Open | 8.4 | 9.9 | 66.7% | 0 | 29.40s | 1,848 | 510 | 11,431 |
| 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 | 15.33s | 8,259 | 258 | 296 | |
| Muse Spark Open | 10.0 | 10.0 | 100.0% | 0 | 8.45s | 12,354 | 365 | 1,162 |
| 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 | 20.25s | 261 | 13 | 11,128 | |
| Muse Spark Open | 3.0 | 10.0 | 0.0% | 0 | 29.87s | 584 | 203 | 4,687 |
快速对比
切换对比组合
DeepSeek V4.1 FlashhighvsMuse Spark OpenmediumDeepSeek V4.1 FlashmediumvsMuse Spark 1.2lowMuse Spark OpenmediumvsQwen3.8 MAXlowDeepSeek V4.1 FlashmediumvsQwen3.8 27Bhigh免费可用DeepSeek V4.1 FlashmediumvsQwen3.8 MAXlowMuse Spark OpenmediumvsQwen3.8 27Bhigh免费可用DeepSeek V4.1 FlashmediumvsGPT-6 SollowMuse Spark OpenmediumvsGPT-6 SollowMuse Spark OpenmediumvsPareto 26.9defaultDeepSeek V4.1 FlashmediumvsPareto 26.9defaultDeepSeek V4.1 FlashmaxvsMuse Spark OpenmediumDeepSeek V4.1 FlashmediumvsMuse Spark 1.1low