我们放下了 缪斯火花 1.3, (中文), 种子2.1涡轮, (中文), 第5步预览 以及 DeepSeek V4.1 闪存 在四个一次性编程测试中相互竞争,全部在EmpirioLabs上运行。每个测试都用相同的提示,一次尝试,没有编辑或重试,所有结果都在真实浏览器中实时渲染。
观看四向对比
规格一览
| 缪斯火花 1.3 | 种子2.1涡轮 | 第5步预览 | DeepSeek V4.1 闪存 | |
|---|---|---|---|---|
| 制造者 | 元文化 | 字节跳动 | 步舞乐趣 | 深搜 |
| 上下文窗口 | 1,048,576个代币 | 229,093个代币 | 1,024,000 代币 | 1,000,000 代币 |
| 输入 | 文本、图片、视频与文档 | 文本、图片与视频 | 文本、图片与视频 | 文本与图片 |
| 作出合理努力 | 最高 | 最高 | 最高 | 最高 |
| 结构化输出 | 严格 JSON 模式 | 严格 JSON 模式 | 严格 JSON 模式 | JSON 模式 |
| 投入价格 | 每100万个代币$1.25 | 每100万个代币$0.63 | 每100万个代币$1.00 | 每100万个代币$0.20 |
| 产出价格 | 每100万个代币$4.25 | 每100万个代币$3.13 | 每100万个代币$2.70 | 每100万个代币$0.80 |
我们的运行方式
每个模型都收到了相同的提示,分别是四个任务:在单个HTML文件中构建弹跳DVD屏保;在单个HTML文件中构建一只在轮子上运行的仓鼠;在单个HTML文件中构建一个气泡机;在一个HTML文件中于黄昏时分在池塘上制作萤火虫。每个任务都要求一个独立且无外部库且能独立动画的HTML文件。四个模型均运行于 reasoning_effort:“max” 以65,536个令牌输出预算,一次性完成,不重试。每个面板的行数和读数tokens-per-second是基于真实API调用测量的,每个结果都是模型返回的文件,按原样渲染。
需要注意什么
DeepSeek V4.1 Flash 返回文件最快(约每秒 130 个令牌),写入最长(平均约 760 行),使用最多输出令牌(每个任务约 36,000 个,包括推理);步骤 5 预览写出最紧凑,约 450 行。观察每个模型如何赋予场景生命:运动、细节以及它如何独立运行。我们不会宣布哪个是赢家。播放片段,根据你的使用场景判断输出。
对EmpirioLabs做同样的测试
curl https://api.empiriolabs.ai/v1/chat/completions \ -h “授权:承载者 $EMPIRIOLABS_API_KEY” \ -h “内容类型:application/json” \ -d '{ “model”: “muse-spark-1-3”, “reasoning_effort”: “max”, “messages”: [{“role”: “user”, “content”: “在单个HTML文件中构建跳跃的DVD屏幕保护程序。”}] }'
交换 模型 到 seed-2-1-turbo, (中文), step-5-preview 或 deepseek-v4-1-flash 对其他请求执行相同请求,或在 playground。 。 。.
常见问题解答
结果被编辑或重试了吗?
不。每个模型每个任务都有一次尝试,提示完全相同,渲染出来的结果就是它返回的文件。
为什么要用最大推理?
公平的对比显示了每个模型的最佳状态。四个模型在EmpirioLabs都暴露出reasoning_effort控制,因此四个都运行在最高档位。
我应该用哪个型号?
DeepSeek V4.1 Flash 在这四款中输出价格最低。在决定之前,先对比一下你的工作负载:同一个请求适用于所有四款,只是换了型号名称。
试试看吧
Playground | 所有型号 | 定价




