নেভিগেশন
AI BENCHY
Advertise here

Claude Opus 5 (low) vs Muse Spark 1.2 (low)

Claude Opus 5 (low) average score-এ এগিয়ে: 8.6 vs 8.4. Muse Spark 1.2 (low)-এর benchmark খরচ কম: $0.650 vs $1.121. Claude Opus 5 (low) দ্রুত: 6.99s vs 9.67s, pass rates 80.3% vs 77.3%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-08-05

র‍্যাঙ্ক
#28
মোট আউটপুট টোকেন
18,019
প্রতিক্রিয়া সময় (গড়)
6.99s
মোট খরচ
$1.121
র‍্যাঙ্ক
#30
মোট আউটপুট টোকেন
122,939
প্রতিক্রিয়া সময় (গড়)
9.67s
মোট খরচ
$0.650
প্রস্তাবিত মডেল Muse Spark 1.2 (low)

Its score stays close to the best score here (8.4 vs 8.6), while costing about 1.7x less than Claude Opus 5 (low).

বিস্তারিত তুলনা

মেট্রিক Claude Opus 5 Claude Opus 5 low প্রকাশ: 2026-07-25 Muse Spark 1.2 Muse Spark 1.2 low প্রকাশ: 2026-08-06
স্কোর 8.6 8.4
র‍্যাঙ্ক #28 #30
নির্ভরযোগ্যতা 10.0 9.9
ধারাবাহিকতা 9.3 9.0
বেঞ্চমার্ক কভারেজ 22/22 টেস্ট · 66/66 প্রচেষ্টা 22/22 টেস্ট · 66/66 প্রচেষ্টা
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 80.3% 77.3%
অস্থির টেস্ট 2 3
মোট রান 66 66
প্রতি ফলাফলে খরচ 6.593 4.332
মোট খরচ $1.121 $0.650
ইনপুট মূল্য $5.000 / 1M $1.250 / 1M
আউটপুট মূল্য $25.000 / 1M $4.250 / 1M
মোট ইনপুট টোকেন 134,773 101,802
আউটপুট টোকেন 14,123 8,025
রিজনিং টোকেন 3,896 114,914
প্রতিক্রিয়া সময় (গড়) 6.99s 9.67s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 30.67s 47.80s
প্রতিক্রিয়া সময় (মোট) 153.73s 212.82s

মডেল জেনারেশন শোকেস

Hamster playing table tennis

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

#28 Claude Opus 5

low
খরচ
$0.062
সময়
30.2s
টোকেন
2,615 tok

#30 Muse Spark 1.2

low
খরচ
$0.019
সময়
14.6s
টোকেন
4,384 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 Opus 5 7.8 7.4 77.8% 1 6.70s 10,590 2,442 760
Muse Spark 1.2 8.4 7.4 88.9% 1 10.09s 7,275 343 19,717

দ্রুত তুলনা

তুলনার জুটি বদলান