- 排名
- #84
- 总输出令牌
- 385,989
- 响应时间（平均）
- 77.55s
- 总成本
- $0.138
DeepSeek V4 Flash 0731 (low) vs Muse Glimmer 30B (xhigh)
Muse Glimmer 30B (xhigh) 平均分领先，为 8.1 vs 8.0。 DeepSeek V4 Flash 0731 (low) benchmark 成本更低，为 $0.138 vs $0.510。 DeepSeek V4 Flash 0731 (low) 更快，为 77.55s vs 95.55s，通过率为 71.2% vs 69.7%。
已对比模型
- 排名
- #80
- 总输出令牌
- 446,844
- 响应时间（平均）
- 95.55s
- 总成本
- $0.510
推荐模型
DeepSeek V4 Flash 0731 (low)
它的得分接近这里的最高分（8.0 vs 8.1），同时成本比Muse Glimmer 30B (xhigh)低约 3.7 倍。
详细对比
| 指标 | DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 low | Muse Glimmer 30B Muse Glimmer 30B xhigh |
|---|---|---|
| 分数 | 8.0 | 8.1 |
| 排名 | #84 | #80 |
| 可靠性 | 10.0 | 9.9 |
| 一致性 | 8.3 | 8.6 |
| 尝试次数 | 66/66 | 66/66 |
| 测试正确 | ||
| 尝试通过率 | 71.2% | 69.7% |
| 不稳定测试 | 5 | 4 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 0.553 | 4.883 |
| 总成本 | $0.138 | $0.510 |
| 输入价格 | $0.040 / 1M | $0.300 / 1M |
| 输出价格 | $0.640 / 1M | $1.200 / 1M |
| 总输入令牌 | 93,345 | 110,930 |
| 输出令牌 | 35,723 | 116,373 |
| 推理令牌 | 350,266 | 330,471 |
| 响应时间（平均） | 77.55s | 95.55s |
| 响应时间（最大） | 438.65s | 576.79s |
| 响应时间（总计） | 1706.18s | 2102.12s |
| 参数量 | 284B 总计 (13B 激活) | 30B |
| 开放状态 | 闭源 | 开源 |
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#84 DeepSeek V4 Flash 0731
low
No output was saved. The original provider response or failure reason is unavailable.
- 成本
- $0.000
- 时间
- 78.1s
- 令牌
- 8,090 tok
#80 Muse Glimmer 30B
xhigh- 成本
- $0.007
- 时间
- 94.6s
- 令牌
- 4,318 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
| 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 Flash 0731 | 8.2 | 7.9 | 83.3% | 1 | 10.08s | 540 | 1,833 | 6,605 | |
| Muse Glimmer 30B | 10.0 | 10.0 | 100.0% | 0 | 13.01s | 822 | 9,982 | 12,542 |
| 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 Flash 0731 | 7.3 | 5.1 | 77.8% | 2 | 163.31s | 5,953 | 782 | 86,028 | |
| Muse Glimmer 30B | 10.0 | 10.0 | 100.0% | 0 | 105.91s | 7,428 | 18,697 | 63,334 |
| 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 Flash 0731 | 9.8 | 10.0 | 100.0% | 0 | 54.25s | 68,913 | 8,230 | 22,729 | |
| Muse Glimmer 30B | 6.0 | 2.7 | 66.7% | 2 | 272.74s | 82,932 | 21,229 | 77,043 |
| 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 Flash 0731 | 10.0 | 10.0 | 100.0% | 0 | 4.35s | 7,290 | 305 | 995 | |
| Muse Glimmer 30B | 10.0 | 10.0 | 100.0% | 0 | 19.84s | 7,071 | 6,535 | 10,689 |
| 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 Flash 0731 | 3.0 | 10.0 | 0.0% | 0 | 255.51s | 657 | 20,100 | 171,883 | |
| Muse Glimmer 30B | 2.9 | 7.2 | 11.1% | 1 | 142.55s | 894 | 43,561 | 77,204 |
| 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 Flash 0731 | 6.5 | 3.4 | 66.7% | 1 | 7.63s | 471 | 81 | 1,181 | |
| Muse Glimmer 30B | 5.5 | 10.0 | 0.0% | 0 | 7.41s | 528 | 1,928 | 2,060 |
| 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 Flash 0731 | 9.9 | 10.0 | 100.0% | 0 | 3.01s | 627 | 94 | 644 | |
| Muse Glimmer 30B | 8.4 | 6.9 | 83.3% | 1 | 8.90s | 771 | 2,420 | 4,507 |
| 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 Flash 0731 | 8.0 | 7.6 | 77.8% | 1 | 9.08s | 594 | 414 | 4,808 | |
| Muse Glimmer 30B | 7.8 | 9.3 | 66.7% | 0 | 199.67s | 695 | 10,241 | 60,935 |
| 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 Flash 0731 | 10.0 | 10.0 | 100.0% | 0 | 4.44s | 8,178 | 367 | 186 | |
| Muse Glimmer 30B | 10.0 | 10.0 | 100.0% | 0 | 8.08s | 9,555 | 383 | 1,566 |
| 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 Flash 0731 | 3.0 | 10.0 | 0.0% | 0 | 246.86s | 122 | 3,517 | 55,207 | |
| Muse Glimmer 30B | 3.0 | 10.0 | 0.0% | 0 | 87.23s | 234 | 1,397 | 20,591 |
快速对比
切换对比组合
Muse Glimmer 30BxhighvsGPT-5 MinimediumMuse Glimmer 30BxhighvsQwen3.8 2.4T A95BlowDeepSeek V4 Flash 0731lowvsMuse Spark 1.1highDeepSeek V4 Flash 0731lowvsInklinghighDeepSeek V4 Flash 0731lowvsGLM 5.2highDeepSeek V4 Flash 0731lowvsGrok 4.7mediumMuse Glimmer 30BxhighvsGrok 4.7mediumMuse Glimmer 30BxhighvsInklinghighDeepSeek V4 Flash 0731lowvsGPT-5 MinimediumDeepSeek V4 Flash 0731lowvsInklingmediumDeepSeek V4 Flash 0731highvsMuse Glimmer 30BxhighDeepSeek V4 Flash 0731lowvsGPT-5.6 Terrahigh