BenchLeader

Deepseek v4 Flash Vision vs Muse Spark 1.3

完整资料:Deepseek v4 Flash Vision(DeepSeek)和 Muse Spark 1.3(Meta),包括全部基准测试、价格和排名。

更新于 · 数据来自 8 个来源

截至 2026年11月16日,两者共同的基准测试太少,无法判断质量高下。Deepseek v4 Flash Vision 更便宜,对方的价格是它的 7.6 倍(每百万 token 混合价格 $0.262 比 $2.00)。看重智能体与工具(70 比 61)选 Deepseek v4 Flash Vision;看重推理(71 比 47)选 Muse Spark 1.3。Muse Spark 1.3 的首次回答更快(2.6 秒 比 43.1 秒)。Deepseek v4 Flash Vision 的输出更快(约 1.5 倍)。

要点(截至 2026年11月16日)

  • Deepseek v4 Flash Vision 每百万 token 混合价格为 $0.262(标价,2026年11月16日)。
  • Muse Spark 1.3 每百万 token 混合价格为 $2.00(标价,2026年11月16日)。
  • Deepseek v4 Flash Vision 比 Muse Spark 1.3 输出更快(约 1.5 倍;Artificial Analysis,7 日中位数,2026年11月16日)。

按用途怎么选

推荐模型的数值列在前面。类别得分采用 BenchLeader 标尺(50 为模型平均水平,15 分为一个标准差)。领先半个标准差及以上为“高”置信度;相差不到 1 分则视为“均可”。

用途推荐理由置信度
智能体与工具调用Deepseek v4 Flash Vision类别得分 70 比 61高
推理Muse Spark 1.3类别得分 71 比 47高
成本最低Deepseek v4 Flash Vision每百万 token 混合价格 $0.660 比 $2.00;智能体编程会话 $0.032 比 $0.092–
首次回答最快Muse Spark 1.3首个回答 token 2.6 秒(Muse Spark 1.3)比 43.1 秒(Deepseek v4 Flash Vision (max))–
低预算大批量两者都不选通常更小的模型更合适:便宜好用的大模型、最快的大模型–

主要差异

  • 共同的基准测试太少,无法给出结论。
  • Deepseek v4 Flash Vision (max) 在智能体与工具方面更强。
  • Muse Spark 1.3 在推理方面更强。
  • Deepseek v4 Flash Vision (max) 更便宜,对方的价格是它的 7.6 倍(每百万 token 混合价格 $0.262 比 $2.00)。

概览

规格Deepseek v4 Flash VisionMuse Spark 1.3
提供商DeepSeekMeta
发布日期2026年8月21日2026年9月2日
上下文窗口(token)1,048,5761,048,576
对比时的配置Deepseek v4 Flash Vision (max)Muse Spark 1.3
开放权重否否
每百万 token 价格(输入 / 输出 / 缓存输入)$0.440 / $1.32 / $0.0030$1.25 / $4.25 / $0.150

逐类别对比

类别得分采用 BenchLeader 标尺:50 为参评模型的平均水平,15 分为一个标准差。差距不到 1 分视为持平。

类别Deepseek v4 Flash Vision (max)Muse Spark 1.3领先者
推理47.171.0Muse Spark 1.3
智能体与工具70.061.3Deepseek v4 Flash Vision
数学–56.3无法比较
知识–81.2无法比较
多模态57.1–无法比较
长上下文65.3–无法比较

同一图表对比

各领域采用与 Index 相同的标尺,平均模型为 50 分。单击某个领域可查看构成它的基准测试。 可从列表中最多选择 5 个模型。

2550 avg75推理智能体与工具数学知识长上下文多模态Deepseek v4 Flash Vision, 推理: 47.1Deepseek v4 Flash Vision, 智能体与工具: 70.0Deepseek v4 Flash Vision, 长上下文: 65.3Deepseek v4 Flash Vision, 多模态: 57.1Muse Spark 1.3, 推理: 71.0Muse Spark 1.3, 智能体与工具: 61.3Muse Spark 1.3, 数学: 56.3Muse Spark 1.3, 知识: 81.2

虚线:该模型在所经过的轴上没有结果,线条只连接相邻的点。

未绘制(这些模型没有结果):编程, 指令遵循, 人类偏好。

模型(单击添加或移除)Index

价格、速度与延迟

标价按每 1 个输出 token 对应 3 个输入 token 混合计算。每项任务的价格采用方法论页面中的 token 数量。每项基准测试任务的成本、token 数和耗时均为实测值,取自 Artificial Analysis 整个 Intelligence Index 测试的平均值。

指标Deepseek v4 Flash Vision (max)Muse Spark 1.3
每百万 token 混合价格$0.660$2.00
每百万 token 输入 / 输出$0.440 / $1.32$1.25 / $4.25
每百万 token 缓存输入$0.0030$0.150
每项任务价格:聊天回复$0.0006$0.0018
每项任务价格:总结一份 30 页的报告$0.0061$0.018
每项任务价格:代码编辑$0.0046$0.014
每项任务价格:智能体编程会话$0.032$0.092
每项任务价格:结构化信息提取$0.0011$0.0034
智能体编程会话(输入大多命中缓存)$0.012$0.043
输出速度163 tok/s163 tok/s
首次回答时间43.1 秒2.6 秒
完整回答耗时(最近一次测量 2026年11月13日)97.8 秒–

每个模型都按其排名最高的推理强度设置进行对比。Deepseek v4 Flash Vision (max)首个回答 token 需 43 秒。Muse Spark 1.3 得分 61.6,首个回答 token 需 3 秒;Muse Spark 1.3 (max) 为 60.6(31 秒),Muse Spark 1.3 (xhigh) 为 58.1(11 秒)。推理强度越高,回答前思考越久:得分更高,但等待更长、计费 token 也更多。 推理强度如何影响得分和成本

全部基准测试

共 123 项基准测试,按类别分组;点击名称可查看该排行榜及领先模型。† 表示同一模型在另一推理强度设置下的测量值,仅供参考,不计入胜场。

指标发布方Deepseek v4 Flash Vision (max)Muse Spark 1.3
BenchLeader IndexBenchLeader–61.6
智能体与工具得分BenchLeader70.061.3
长上下文得分BenchLeader65.3–
多模态得分BenchLeader57.1–
推理得分BenchLeader47.171.0
知识得分BenchLeader–81.2
数学得分BenchLeader–56.3
混合价格(美元/百万 token)BenchLeader$0.660$2.00
输出速度BenchLeader163 tok/s163 tok/s
首次回答时间BenchLeader43.1 秒2.6 秒
上下文窗口BenchLeader1,048,576 token1,048,576 token
推理
SimpleBenchSimpleBench–81.8%
Arena Hard PromptsArena (LMArena)–1517†
LiveBench 2.0 ReasoningLiveBench–89.7%†
LiveBench 1.0 ReasoningLiveBench85.4%†89.7%†
GPQA Diamond (AA)Artificial Analysis91.3%93.5%†
Humanity's Last Exam (AA)Artificial Analysis34.5%48.7%†
HLE-Diamond (AA)Artificial Analysis21.1%33.7%†
CritPtArtificial Analysis10.9%24.9%†
CritPt v2 hard subset (AA)Artificial Analysis–48.0%†
MysteryMechanismVals AI–36.0%†
HLE-Diamond (Scale)Scale AI SEAL–25.4%
Arena ExpertArena (LMArena)–1521†
Chess PuzzlesEpoch AI Benchmarking Hub–37.0%†
Mystery Game PuzzlesEpoch AI Benchmarking Hub–25.0%†
LMCAEpoch AI Benchmarking Hub–53.9%
DTBenchEpoch AI Benchmarking Hub–96.5%
ForecastBenchForecastBench–65.5%†
BTF-3Epoch AI Benchmarking Hub–14.1%†
编程
SciCodeSciCode–58.8%†
Arena CodingArena (LMArena)–1534†
Arena WebDevArena (LMArena)–1655†
LiveBench 2.0 CodingLiveBench–84.4%†
LiveBench 1.0 CodingLiveBench68.2%†81.1%†
SciCode (AA)Artificial Analysis49.6%58.8%†
IOIVals AI–56.6%†
显示全部 123 项基准测试
指标发布方Deepseek v4 Flash Vision (max)Muse Spark 1.3
编程
Code MigrationVals AI–47.4%†
ProgramBenchVals AI–2.5%†
SWE-bench MultimodalVals AI–43.1%†
Vibe Code Bench 1-100Vals AI–20.5%†
Vibe Code Bench v1.1Vals AI–85.9%†
MirrorCodeEpoch AI Benchmarking Hub–54.4%†
CursorBenchCursor–41.6%†
ALE-BenchEpoch AI Benchmarking Hub–1688.3†
FrontierSWEEpoch AI Benchmarking Hub–25.8%†
WeirdML v3WeirdML–6.7%†
Terminal-Bench 4.0 (AA)Artificial Analysis12.1%33.3%†
Terminal-Bench 2.1 (AA)Artificial Analysis74.2%84.3%†
Startrise FrontendStartrise–74.7%
GameBench 2 OverallDuelLab GameBench 2–57.7
GameBench 2 by reasoning settingDuelLab GameBench 2–68.5†
Design Arena WebsiteDesign Arena–1353†
FrontierCode 1.1 (AA)Artificial Analysis–40.6%†
FrontierCode 2.0 (AA)Artificial Analysis–23.1%†
智能体与工具
Terminal-BenchTerminal-Bench–14.8%†
APEX-AgentsMercor–58.6%
Arena AgentArena (LMArena)–2.2†
LiveBench Long AgenticLiveBench–47.9%†
LiveBench BrowserLiveBench–30.9%†
LiveBench Agentic CodingLiveBench65.1%†64.1%†
Terminal-Bench 2.1 (Vals)Vals AI–79.0%†
HiL-BenchScale AI SEAL–66.9%
GDPval-AA v2.1, normalised scoreArtificial Analysis52.3%–
GDPval-AA v2.1Artificial Analysis15551681†
τ³-Banking (AA)Artificial Analysis41.0%50.5%†
ITBench SRE (AA)Artificial Analysis–33.2%†
Analyst Agent (AA)Artificial Analysis–37.5%†
CUA-benchVals AI–5.8%†
CyberBenchVals AI–72.7%†
Finance Agent v2Vals AI–60.0%†
Harvey's Legal Agent Benchmark v1Vals AI–23.8%†
Legal Research BenchVals AI–55.3%†
SREBenchVals AI–3.8%†
Tax Agent BenchVals AI–42.4%†
Terminal-Bench 4.0 (Vals)Vals AI–24.8%†
Terminal-Bench ScienceVals AI–10.0%†
Arena Agent Task CompletionArena (LMArena)–3.7†
AutomationBenchArtificial Analysis47.5%57.9%†
GDP.pdf (AA)Artificial Analysis12.0%26.6%†
Harvey LAB-AA v1.1Harvey–8.9%†
EnterpriseOps-GymArtificial Analysis47.1%–
AA-Briefcase v1.1Artificial Analysis14181581†
Design Arena AgenticDesign Arena–1283†
Terminal-Bench-Science 0.1 (AA)Artificial Analysis–10.9%†
CWE-Bench (AA)Artificial Analysis–60.8%†
DeepSec-Bench (AA)Artificial Analysis–12.5%†
CyberGym end-to-end (AA)Artificial Analysis–59.5%†
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub–74.0%†
FrontierMath Tier 4Epoch AI Benchmarking Hub–46.3%†
OTIS Mock AIMEEpoch AI Benchmarking Hub–99.2%†
ProofBenchVals AI–55.0%
LiveBench MathematicsLiveBench87.8%†96.0%†
Arena MathsArena (LMArena)–1506†
知识
LiveBench 2.0 Data AnalysisLiveBench–79.6%†
LiveBench ResearchLiveBench–82.5%†
LiveBench 1.0 Data AnalysisLiveBench79.5%†79.6%†
AA-Omniscience v1.1Artificial Analysis–22.4†
PRBench FinanceScale AI SEAL–59.5%
PRBench LegalScale AI SEAL–61.6%
Excel Modeling BenchmarkVals AI–67.4%†
Access to Justice BenchmarkVals AI–72.2%†
Financial Coaching BenchVals AI–70.3%†
Immigration BenchVals AI–64.9%†
DrugDiscoveryBenchScale AI SEAL–62.2%†
GDP.pdfEpoch AI Benchmarking Hub–27.6%
AA-Omniscience v1.1: accuracyArtificial Analysis–38.0%†
AA-Omniscience v1.1: non-hallucinationArtificial Analysis–74.8%†
指令遵循
LiveBench LanguageLiveBench80.4%†82.8%†
LiveBench Instruction FollowingLiveBench71.0%†78.0%†
Arena Instruction FollowingArena (LMArena)–1485†
人类偏好
Arena TextArena (LMArena)–1497†
EQ-Bench Creative Writing v3EQ-Bench–1907
Arena Creative WritingArena (LMArena)–1468†
Arena Multi-turnArena (LMArena)–1493†
Arena Longer QueriesArena (LMArena)–1498†
多模态
Arena VisionArena (LMArena)–1310†
LiveBench DesignLiveBench–74.8%†
MMMU-ProArtificial Analysis74.8%82.0%†
Humanity's Sixth SenseScale AI SEAL–37.4%†
GeoBenchGeoBench–86.0%
Code2Video-AAArtificial Analysis–1019†
AA-3DArtificial Analysis–1032†
长上下文
AA-LCR v1.1Artificial Analysis81.3%83.0%†
Arena DocumentArena (LMArena)–1474†
MLCRArtificial Analysis–13.9%†
综合
Epoch Capabilities IndexEpoch AI Benchmarking Hub–158.2
LiveBench 2.0LiveBench–68.6%†
LiveBench 1.0LiveBench76.8%†81.6%†
AA Intelligence Index v5.0.1Artificial Analysis–36.6†
AA Intelligence Index v4.3.2Artificial Analysis34.848.1†
AA Progress Index v1Artificial Analysis308.5324.5†
Vals RSI IndexVals AI–19.6%†
AA Cyber IndexArtificial Analysis–44.3†
安全与诚实
DistressBenchScale AI SEAL–84.9%

数据截至 2026年11月16日。对比的是每个模型的最佳配置;每项分数的来源链接都在模型页面上。

DuelLab GameBench 2, release gb2-20261111-7b598bb13de4 (https://benchmarks.duellab.org/releases/gb2-20261111-7b598bb13de4/), CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Scores mapped to BenchLeader model names; not endorsed by DuelLab.

变化

  • Muse Spark 1.3:BenchLeader Index 60.2 → 61.6。
  • Muse Spark 1.3:1 项分数修订。
  • Muse Spark 1.3:BenchLeader Index 59.2 → 60.2。
  • Muse Spark 1.3:2 项新结果(SimpleBench, GeoBench)。
  • Muse Spark 1.3:BenchLeader Index 57.7 → 59.2。
  • Muse Spark 1.3:4 项分数修订。
  • Muse Spark 1.3:BenchLeader Index 58.2 → 57.7。
  • Muse Spark 1.3:1 项分数修订。
  • Muse Spark 1.3:1 项分数修订。
  • Deepseek v4 Flash Vision (max):2 项新结果(AA Progress Index v1, HLE-Diamond (AA))。

排行榜: 综合最佳大模型 · 最适合智能体的大模型 · 便宜好用的大模型

Deepseek v4 Flash Vision vs Muse Spark 1.3:常见问题

Deepseek v4 Flash Vision 和 Muse Spark 1.3 哪个更便宜?价格会变吗?
目前 Deepseek v4 Flash Vision 更便宜:每百万 token $0.262 比 $2.00(按每 1 个输出 token 对应 3 个输入 token 混合计算)。两者均未公布价格调整。
Deepseek v4 Flash Vision 和 Muse Spark 1.3 哪个更快?
Deepseek v4 Flash Vision 输出更快(约 1.5 倍;输出 163 比 163 token/秒,Artificial Analysis 7 日中位数)。
智能体和工具调用用 Deepseek v4 Flash Vision 还是 Muse Spark 1.3 更好?
Deepseek v4 Flash Vision 在智能体任务方面得分更高(类别得分 70 比 61,50 为平均水平)。
处理长文档哪个更好?
两者都支持 1,048,576 token 的上下文。
哪个延迟更低?
Muse Spark 1.3 先开始回答:据 Artificial Analysis 测量,首个回答 token 的等待时间为 2.6 秒比 43.1 秒。这主要取决于推理强度:设置越高,回答前思考得越久。
更多问题(1)
Muse Spark 1.3 是什么时候发布的?
Muse Spark 1.3 于 2026年9月2日 发布。