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

Anthropic: Claude Fable 5 vs Meta: Muse Spark 1.1

average score প্রায় সমান: 8.6 vs 8.6. Muse Spark 1.1 (medium)-এর benchmark খরচ কম: $1.357 vs $3.478. Claude Fable 5 (medium) দ্রুত: 17.20s vs 24.97s, pass rates 78.8% vs 72.7%.

প্রস্তাবিত মডেলMuse Spark 1.1 (medium)It has the best score here (8.6), while costing about 2.6x less than Claude Fable 5 (medium).

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-07-25

মেট্রিক Claude Fable 5 Claude Fable 5 medium প্রকাশ: 2026-06-10 Muse Spark 1.1 Muse Spark 1.1 medium প্রকাশ: 2026-07-16
স্কোর 8.6 8.6
র‍্যাঙ্ক #22 #21
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 9.6 9.2
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 78.8% 72.7%
অস্থির টেস্ট 1 2
মোট রান 66 66
প্রতি ফলাফলে খরচ 20.459 9.041
মোট খরচ $3.478 $1.357
ইনপুট মূল্য $10.000 / 1M $1.250 / 1M
আউটপুট মূল্য $50.000 / 1M $4.250 / 1M
মোট ইনপুট টোকেন 89,643 142,567
আউটপুট টোকেন 41,360 7,905
রিজনিং টোকেন 10,269 269,225
প্রতিক্রিয়া সময় (গড়) 17.20s 24.97s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 80.80s 165.38s
প্রতিক্রিয়া সময় (মোট) 378.41s 549.31s

Hamster playing table tennis

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

#22 Claude Fable 5

medium
খরচ
$0.606
সময়
156.7s
টোকেন
12,264 tok

#21 Muse Spark 1.1

medium
খরচ
$0.024
সময়
29.2s
টোকেন
5,774 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 10.0 10.0 100.0% 0 15.59s 10,590 7,383 1,318
Muse Spark 1.1 10.0 10.0 100.0% 0 15.66s 8,562 347 23,562

দ্রুত তুলনা

তুলনার জুটি বদলান