BenchLeader

DeepSeek V4 Flash vs Muse Spark 1.3

完整资料:DeepSeek V4 Flash(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 10 个来源

截至 2026年11月16日,DeepSeek V4 Flash 与 Muse Spark 1.3 的质量不相上下(BenchLeader Index 57.2 比 61.6,在 ±9.1 的误差范围内)。DeepSeek V4 Flash 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)。看重数学(62 比 56)选 DeepSeek V4 Flash;看重知识(81 比 55)和推理(71 比 59)选 Muse Spark 1.3。DeepSeek V4 Flash 的首次回答更快(0.7 秒 比 2.6 秒)。Muse Spark 1.3 的输出更快(约 1.5 倍)。

要点(截至 2026年11月16日)

  • DeepSeek V4 Flash 的 BenchLeader Index 为 57.2,Muse Spark 1.3 为 61.6(BenchLeader,2026年11月16日)。
  • DeepSeek V4 Flash 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)。
  • Muse Spark 1.3 比 DeepSeek V4 Flash 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
数学DeepSeek V4 Flash类别得分 62 比 56中
推理Muse Spark 1.3类别得分 71 比 59高
知识Muse Spark 1.3类别得分 81 比 55高
对话质量(人类偏好)–只有 DeepSeek V4 Flash 有 Arena 评分(类别得分 62)无法比较
成本最低DeepSeek V4 Flash每百万 token 混合价格 $0.262 比 $2.00;智能体编程会话 $0.011 比 $0.092–
首次回答最快DeepSeek V4 Flash首个回答 token 0.7 秒(DeepSeek V4 Flash (high))比 2.6 秒(Muse Spark 1.3)–
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

  • DeepSeek V4 Flash (high) 与 Muse Spark 1.3 的质量不相上下(57.2 比 61.6,在 ±9.1 的误差范围内)。
  • DeepSeek V4 Flash (high) 在数学方面更强。
  • Muse Spark 1.3 在知识、推理方面更强。
  • DeepSeek V4 Flash (high) 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)。
  • Muse Spark 1.3 的输出速度是对方的 2.0 倍(163 比 82 token/秒)。

概览

规格DeepSeek V4 FlashMuse Spark 1.3
提供商DeepSeekMeta
发布日期2026年7月31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 (high)Muse Spark 1.3
开放权重是否
每百万 token 价格(输入 / 输出 / 缓存输入)$0.150 / $0.600 / $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 (high)Muse Spark 1.3领先者
推理59.271.0Muse Spark 1.3
编程55.0–无法比较
智能体与工具–61.3无法比较
数学61.956.3DeepSeek V4 Flash
知识54.881.2Muse Spark 1.3
人类偏好62.0–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推理数学知识DeepSeek V4 Flash, 推理: 59.2DeepSeek V4 Flash, 数学: 61.9DeepSeek V4 Flash, 知识: 54.8Muse Spark 1.3, 推理: 71.0Muse Spark 1.3, 数学: 56.3Muse Spark 1.3, 知识: 81.2

未绘制(测得的模型少于两个):编程, 智能体与工具, 指令遵循, 长上下文, 多模态, 人类偏好。

模型(单击添加或移除)Index

各来源的分歧

在两者都有结果的 0 项基准测试中,DeepSeek V4 Flash 领先 0 项,Muse Spark 1.3 领先 0 项。所有同时评测两者的综合评分都认为 Muse Spark 1.3 更强。

综合 IndexDeepSeek V4 Flash (high)Muse Spark 1.3领先者
BenchLeader Index57.261.6不相上下
Arena Text14391497†Muse Spark 1.3

各发布方使用各自的任务、评测框架和推理强度设置,因此总体结论可能不同;BenchLeader 将它们统一到同一标尺上。† 表示同一模型在另一推理强度设置下的测量值(发布方未测试本页对比的设置)。

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 (high)Muse Spark 1.3
每百万 token 混合价格$0.262$2.00
每百万 token 输入 / 输出$0.150 / $0.600$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$0.0002$0.0018
每项任务价格:总结一份 30 页的报告$0.0022$0.018
每项任务价格:代码编辑$0.0018$0.014
每项任务价格:智能体编程会话$0.011$0.092
每项任务价格:结构化信息提取$0.0004$0.0034
智能体编程会话(输入大多命中缓存)$0.0048$0.043
输出速度82 tok/s163 tok/s
首次回答时间0.7 秒2.6 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 (high) 得分 57.2,首个回答 token 需 1 秒;DeepSeek V4 Flash (max) 为 56.8(28 秒),DeepSeek V4 Flash 为 53.8(1 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 143 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 (high)Muse Spark 1.3
BenchLeader IndexBenchLeader57.261.6
编程得分BenchLeader55.0–
人类偏好得分BenchLeader62.0–
知识得分BenchLeader54.881.2
数学得分BenchLeader61.956.3
推理得分BenchLeader59.271.0
智能体与工具得分BenchLeader–61.3
混合价格(美元/百万 token)BenchLeader$0.262$2.00
输出速度BenchLeader82 tok/s163 tok/s
首次回答时间BenchLeader0.7 秒2.6 秒
上下文窗口BenchLeader1,048,576 token1,048,576 token
推理
GPQA DiamondEpoch AI Benchmarking Hub91.0%†–
SimpleBenchSimpleBench61.1%†81.8%
Arena Hard PromptsArena (LMArena)14591517†
LiveBench 2.0 ReasoningLiveBench–89.7%†
LiveBench 1.0 ReasoningLiveBench86.6%†89.7%†
GPQA Diamond (AA)Artificial Analysis90.8%†93.5%†
Humanity's Last Exam (AA)Artificial Analysis38.5%†48.7%†
HLE-Diamond (AA)Artificial Analysis–33.7%†
GPQA Diamond (Vals)Vals AI89.9%–
Kagi LLM BenchmarkKagi LLM Benchmark52.2%†–
ARC-AGI-1ARC Prize87.0%–
ARC-AGI-2ARC Prize56.0%–
CritPtArtificial Analysis16.6%†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)14671521†
Chess PuzzlesEpoch AI Benchmarking Hub32.0%†37.0%†
Mystery Game PuzzlesEpoch AI Benchmarking Hub34.0%†25.0%†
LMCAEpoch AI Benchmarking Hub41.7%†53.9%
DTBenchEpoch AI Benchmarking Hub90.9%†96.5%
ForecastBenchForecastBench–65.5%†
BTF-3Epoch AI Benchmarking Hub–14.1%†
编程
SciCodeSciCode42.0%58.8%†
WeirdMLWeirdML57.0%–
显示全部 143 项基准测试
指标发布方DeepSeek V4 Flash (high)Muse Spark 1.3
编程
FrontierCodeCognition18.8%†–
Arena CodingArena (LMArena)14801534†
Arena WebDevArena (LMArena)15821655†
LiveBench 2.0 CodingLiveBench–84.4%†
LiveBench 1.0 CodingLiveBench75.0%†81.1%†
SciCode (AA)Artificial Analysis50.4%†58.8%†
LiveCodeBenchVals AI87.3%–
IOIVals AI32.7%56.6%†
SWE-bench (Vals)Vals AI88.8%–
Code MigrationVals AI38.6%47.4%†
ProgramBenchVals AI0.0%2.5%†
SWE-bench MultimodalVals AI–43.1%†
Vibe Code Bench 1-100Vals AI–20.5%†
Vibe Code Bench v1.1Vals AI74.7%85.9%†
MirrorCodeEpoch AI Benchmarking Hub–54.4%†
CursorBenchCursor–41.6%†
ALE-BenchEpoch AI Benchmarking Hub678.21688.3†
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 Analysis78.7%†84.3%†
Startrise FrontendStartrise–74.7%
GameBench 2 OverallDuelLab GameBench 234.1†57.7
GameBench 2 by reasoning settingDuelLab GameBench 243.468.5†
Design Arena WebsiteDesign Arena1199†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 CodingLiveBench46.8%†64.1%†
Terminal-Bench 2.1 (Vals)Vals AI67.0%†79.0%†
HiL-BenchScale AI SEAL47.8%†66.9%
GDPval-AA v2.1Artificial Analysis1437†1681†
τ³-Banking (AA)Artificial Analysis39.4%†50.5%†
ITBench SRE (AA)Artificial Analysis–33.2%†
Analyst Agent (AA)Artificial Analysis–37.5%†
CUA-benchVals AI–5.8%†
CyberBenchVals AI72.1%72.7%†
Finance Agent v2Vals AI49.5%60.0%†
Harvey's Legal Agent Benchmark v1Vals AI8.3%23.8%†
Legal Research BenchVals AI30.3%55.3%†
SkillsBenchVals AI50.7%–
SREBenchVals AI–3.8%†
Tax Agent BenchVals AI28.1%42.4%†
Terminal-Bench 4.0 (Vals)Vals AI18.7%24.8%†
Terminal-Bench ScienceVals AI4.3%10.0%†
Arena Agent Task CompletionArena (LMArena)–3.7†
AutomationBenchArtificial Analysis54.0%†57.9%†
GDP.pdf (AA)Artificial Analysis11.0%†26.6%†
Harvey LAB-AA v1.1Harvey–8.9%†
AA-Briefcase v1.1Artificial Analysis1255†1581†
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 Hub57.5%†74.0%†
FrontierMath Tier 4Epoch AI Benchmarking Hub24.4%†46.3%†
OTIS Mock AIMEEpoch AI Benchmarking Hub94.4%†99.2%†
ProofBenchVals AI56.0%†55.0%
LiveBench MathematicsLiveBench86.8%†96.0%†
AIME 2026MathArena95.8%†–
HMMT February 2026MathArena93.9%†–
MathArena ApexMathArena27.1%†–
Arena MathsArena (LMArena)14411506†
知识
SimpleQA VerifiedEpoch AI Benchmarking Hub33.6%†–
LiveBench 2.0 Data AnalysisLiveBench–79.6%†
LiveBench ResearchLiveBench–82.5%†
LiveBench 1.0 Data AnalysisLiveBench79.3%†79.6%†
AA-Omniscience v1.1Artificial Analysis–22.4†
MMLU-ProVals AI86.2%–
LegalBenchVals AI77.7%–
CorpFinVals AI61.9%–
TaxEvalVals AI70.7%–
PRBench FinanceScale AI SEAL–59.5%
PRBench LegalScale AI SEAL–61.6%
BioMysteryBenchVals AI64.4%–
Excel Modeling BenchmarkVals AI57.0%67.4%†
MedCodeVals AI41.4%–
MedScribeVals AI80.4%–
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 LanguageLiveBench79.2%†82.8%†
LiveBench Instruction FollowingLiveBench65.5%†78.0%†
Arena Instruction FollowingArena (LMArena)14341485†
人类偏好
Arena TextArena (LMArena)14391497†
EQ-Bench Creative Writing v3EQ-Bench1559†1907
Arena Creative WritingArena (LMArena)14111468†
Arena Multi-turnArena (LMArena)14471493†
Arena Longer QueriesArena (LMArena)14491498†
多模态
Arena VisionArena (LMArena)–1310†
LiveBench DesignLiveBench–74.8%†
MMMU-ProArtificial Analysis–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 Analysis79.7%†83.0%†
Arena DocumentArena (LMArena)–1474†
MLCRArtificial Analysis–13.9%†
综合
Epoch Capabilities IndexEpoch AI Benchmarking Hub154.4†158.2
LiveBench 2.0LiveBench–68.6%†
LiveBench 1.0LiveBench74.2%†81.6%†
AA Intelligence Index v5.0.1Artificial Analysis–36.6†
AA Intelligence Index v4.3.2Artificial Analysis34.3†48.1†
AA Progress Index v1Artificial Analysis309.4†324.5†
Vals RSI IndexVals AI–19.6%†
AA Cyber IndexArtificial Analysis–44.3†
安全与诚实
DistressBenchScale AI SEAL–84.9%
元数据
AA Openness IndexArtificial Analysis44.4†–

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。
  • DeepSeek V4 Flash (high):1 项分数修订。
  • 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。
  • DeepSeek V4 Flash (high):1 项分数修订。

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 vs Muse Spark 1.3:常见问题

DeepSeek V4 Flash 比 Muse Spark 1.3 更好吗?
DeepSeek V4 Flash (high) 与 Muse Spark 1.3 的质量不相上下(57.2 比 61.6,在 ±9.1 的误差范围内)。BenchLeader Index 综合了所有第三方质量基准测试;截至 2026年11月16日,两者差距在误差范围内,请结合你的用途查看各类别得分。
DeepSeek V4 Flash 和 Muse Spark 1.3 哪个更便宜?价格会变吗?
目前 DeepSeek V4 Flash 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 和 Muse Spark 1.3 哪个更快?
Muse Spark 1.3 输出更快(约 1.5 倍;输出 163 比 82 token/秒,Artificial Analysis 7 日中位数)。
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?
DeepSeek V4 Flash 先开始回答:据 Artificial Analysis 测量,首个回答 token 的等待时间为 0.7 秒比 2.6 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。