- 排名
- #143
- 总输出令牌
- 550,855
- 响应时间（平均）
- 84.66s
- 总成本
- $0.216
DeepSeek V4 Flash 0731 (medium) vs Muse Glimmer 30B (high)
DeepSeek V4 Flash 0731 (medium) 平均分领先，为 7.3 vs 7.2。 DeepSeek V4 Flash 0731 (medium) benchmark 成本更低，为 $0.216 vs $0.430。 Muse Glimmer 30B (high) 更快，为 66.70s vs 84.66s，通过率为 71.2% vs 65.2%。
已对比模型
- 排名
- #147
- 总输出令牌
- 370,806
- 响应时间（平均）
- 66.70s
- 总成本
- $0.430
推荐模型
DeepSeek V4 Flash 0731 (medium)
它在这里得分最高（7.3），同时成本比Muse Glimmer 30B (high)低约 2.0 倍。
详细对比
| 指标 | DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 medium | Muse Glimmer 30B Muse Glimmer 30B high |
|---|---|---|
| 分数 | 7.3 | 7.2 |
| 排名 | #143 | #147 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 7.1 | 7.2 |
| 尝试次数 | 66/66 | 66/66 |
| 测试正确 | ||
| 尝试通过率 | 71.2% | 65.2% |
| 不稳定测试 | 8 | 8 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 0.960 | 5.349 |
| 总成本 | $0.216 | $0.430 |
| 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 | 89,819 | 103,494 |
| 输出令牌 | 58,398 | 100,589 |
| 推理令牌 | 492,457 | 270,217 |
| 响应时间（平均） | 84.66s | 66.70s |
| 响应时间（最大） | 288.78s | 451.90s |
| 响应时间（总计） | 1862.46s | 1467.39s |
| 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.
#143 DeepSeek V4 Flash 0731
medium- 成本
- $0.004
- 时间
- 93.3s
- 令牌
- 13,252 tok
#147 Muse Glimmer 30B
high- 成本
- $0.005
- 时间
- 61.7s
- 令牌
- 3,097 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 | 17.95s | 698 | 2,101 | 6,715 | |
| Muse Glimmer 30B | 8.7 | 7.9 | 91.7% | 1 | 13.18s | 810 | 9,052 | 11,687 |
| 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 | 6.4 | 4.4 | 77.8% | 2 | 198.78s | 6,032 | 4,109 | 160,154 | |
| Muse Glimmer 30B | 8.8 | 7.8 | 88.9% | 1 | 95.97s | 7,419 | 16,128 | 55,433 |
| 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 | 7.3 | 5.8 | 83.3% | 1 | 150.58s | 65,118 | 40,110 | 97,296 | |
| Muse Glimmer 30B | 6.4 | 5.8 | 66.7% | 1 | 115.38s | 75,453 | 4,435 | 49,342 |
| 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 | 5.21s | 7,290 | 287 | 1,519 | |
| Muse Glimmer 30B | 7.3 | 5.9 | 83.3% | 1 | 14.89s | 7,065 | 4,422 | 7,478 |
| 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 | 2.9 | 7.2 | 11.1% | 1 | 203.11s | 592 | 9,333 | 154,069 | |
| Muse Glimmer 30B | 2.9 | 7.2 | 11.1% | 1 | 182.58s | 885 | 60,569 | 72,346 |
| 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 | 6.1 | 3.1 | 66.7% | 1 | 12.16s | 471 | 66 | 1,589 | |
| Muse Glimmer 30B | 5.3 | 10.0 | 0.0% | 0 | 6.36s | 525 | 1,574 | 1,659 |
| 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 | 8.5 | 6.8 | 83.3% | 1 | 2.42s | 706 | 109 | 580 | |
| Muse Glimmer 30B | 8.4 | 6.9 | 83.3% | 1 | 8.62s | 765 | 2,259 | 4,296 |
| 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 | 8.2 | 7.3 | 88.9% | 1 | 65.12s | 594 | 1,530 | 66,970 | |
| Muse Glimmer 30B | 6.1 | 4.7 | 66.7% | 2 | 64.76s | 795 | 846 | 46,992 |
| 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 | 4.41s | 8,178 | 374 | 152 | |
| Muse Glimmer 30B | 10.0 | 10.0 | 100.0% | 0 | 6.41s | 9,546 | 331 | 1,137 |
| 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 | 56.64s | 140 | 379 | 3,413 | |
| Muse Glimmer 30B | 3.0 | 10.0 | 0.0% | 0 | 94.20s | 231 | 973 | 19,847 |
快速对比
切换对比组合
Claude Opus 4.8nonevsDeepSeek V4 Flash 0731mediumMuse Glimmer 30BhighvsGPT-6 SolnoneDeepSeek V4 Flash 0731mediumvsQwen3.7 PlusnoneMuse Glimmer 30BhighvsQwen3.5 Plus 2026-04-20mediumDeepSeek V4 Flash 0731mediumvsGLM 5.3 FlashhighMuse Glimmer 30BhighvsQwen3.7 FlashlowMuse Glimmer 30BhighvsKimi K2.6mediumDeepSeek V4 Flash 0731mediumvsKAT-Coder-Pro V2.5highDeepSeek V4 Flash 0731mediumvsKAT-Coder-Pro V2.5lowMuse Glimmer 30BhighvsQwen3.5-122B-A10BmediumClaude Opus 4.8nonevsMuse Glimmer 30BhighDeepSeek V4 Flash 0731mediumvsGLM 5.3high