নেভিগেশন
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Claude Fable 5.2 (high) vs Muse Spark 1.1 (low)

Claude Fable 5.2 (high) average score-এ এগিয়ে: 8.7 vs 8.6. Muse Spark 1.1 (low)-এর benchmark খরচ কম: $0.885 vs $5.083. Muse Spark 1.1 (low) দ্রুত: 13.21s vs 14.73s, pass rates 87.0% vs 72.5%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-11-10

তুলনা করা মডেল

র‍্যাঙ্ক
#85
মোট আউটপুট টোকেন
63,226
প্রতিক্রিয়া সময় (গড়)
14.73s
মোট খরচ
$5.083
র‍্যাঙ্ক
#90
মোট আউটপুট টোকেন
122,421
প্রতিক্রিয়া সময় (গড়)
13.21s
মোট খরচ
$0.885
প্রস্তাবিত মডেল Muse Spark 1.1 (low)

Its score stays close to the best score here (8.6 vs 8.7), while costing about 5.7x less than Claude Fable 5.2 (high).

বিস্তারিত তুলনা

মেট্রিক Claude Fable 5.2 Claude Fable 5.2 high প্রকাশ: 2026-11-09 Muse Spark 1.1 Muse Spark 1.1 low প্রকাশ: 2026-07-16
স্কোর 8.7 8.6
র‍্যাঙ্ক #85 #90
নির্ভরযোগ্যতা 9.6 10.0
ধারাবাহিকতা 9.3 8.6
প্রচেষ্টা 69/69 69/69
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 87.0% 72.5%
অস্থির টেস্ট 2 4
মোট রান 69 69
প্রতি ফলাফলে খরচ 26.752 6.318
মোট খরচ $5.083 $0.885
ইনপুট মূল্য $8.000 / 1M $1.250 / 1M
আউটপুট মূল্য $40.000 / 1M $4.250 / 1M
ক্যাশ পড়ার মূল্য $0.200 / 1M $0.150 / 1M
ক্যাশ লেখার মূল্য $10.000 / 1M প্রযোজ্য নয়
মোট ইনপুট টোকেন 319,219 291,368
আউটপুট টোকেন 10,244 13,469
রিজনিং টোকেন 52,982 108,952
প্রতিক্রিয়া সময় (গড়) 14.73s 13.21s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 84.72s 54.15s
প্রতিক্রিয়া সময় (মোট) 338.82s 303.92s
প্যারামিটার ~9.5T মোট (~878B সক্রিয়) ~1T মোট (~50B সক্রিয়)
উপলভ্যতা বন্ধ উৎস বন্ধ উৎস

ক্যাশের মূল্য ইনপুট টোকেনের জন্য প্রযোজ্য। পড়ার সময় ক্যাশ করা প্রম্পট আবার ব্যবহার হয়; লেখার সময় সেগুলি সংরক্ষিত হয় এবং বাড়তি খরচ হতে পারে। আউটপুট টোকেনের জন্য আউটপুট মূল্য প্রযোজ্য।

মডেল জেনারেশন শোকেস

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#85 Claude Fable 5.2

high
খরচ
$0.701
সময়
204.4s
টোকেন
17,664 tok

#90 Muse Spark 1.1

low
খরচ
$0.020
সময়
39.2s
টোকেন
4,947 tok

স্কোর অনুযায়ী শীর্ষ মডেল

স্কোর বনাম মোট খরচ

প্রতিক্রিয়া সময় (গড়)

স্কোর vs প্রতিক্রিয়া সময় (গড়)

মোট আউটপুট টোকেন

স্কোর vs মোট আউটপুট টোকেন

বিভাগভিত্তিক বিশ্লেষণ

কোডিং স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
Claude Fable 5.2 6.0 7.4 55.6% 1 8.21s 10,608 558 4,605
Muse Spark 1.1 10.0 10.0 100.0% 0 10.34s 8,562 394 14,503

তুলনার জুটি বদলান