নেভিগেশন
AI BENCHY
Advertise here

AI BENCHY Compare

Anthropic: Claude Sonnet 5 vs Meta: Muse Spark 1.1

সারাংশ

average score প্রায় সমান: 7.9 vs 7.8. Claude Sonnet 5 (medium)-এর benchmark খরচ কম: $0.550 vs $1.440. Claude Sonnet 5 (medium) দ্রুত: 9.94s vs 29.16s, pass rates 79.4% vs 69.8%.

প্রস্তাবিত মডেলClaude Sonnet 5 (medium)It has the best score here (7.9), while costing about 2.6x less than Muse Spark 1.1 (high).

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-07-16

মেট্রিক Claude Sonnet 5 Claude Sonnet 5 medium প্রকাশ: 2026-06-30 Muse Spark 1.1 Muse Spark 1.1 high প্রকাশ: 2026-07-16
স্কোর 7.9 7.8
র‍্যাঙ্ক #40 #41
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 9.0 8.1
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 79.4% 69.8%
অস্থির টেস্ট 3 5
মোট রান 63 61
প্রতি ফলাফলে খরচ 3.662 11.997
মোট খরচ $0.550 $1.440
ইনপুট মূল্য $2.000 / 1M $1.250 / 1M
আউটপুট মূল্য $10.000 / 1M $4.250 / 1M
মোট ইনপুট টোকেন 67,416 64,900
আউটপুট টোকেন 34,012 3,577
রিজনিং টোকেন 7,673 316,055
প্রতিক্রিয়া সময় (গড়) 9.94s 29.16s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 56.94s 196.03s
প্রতিক্রিয়া সময় (মোট) 208.71s 583.18s

জেনারেশন শোকেস

Hamster playing table tennis

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

#40 Claude Sonnet 5

medium
খরচ
$0.007
সময়
6.4s
টোকেন
832 tok

#41 Muse Spark 1.1

high
খরচ
$0.039
সময়
50.1s
টোকেন
9,423 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 Sonnet 5 9.0 7.9 88.9% 1 17.28s 10,590 13,153 2,379
Muse Spark 1.1 10.0 10.0 100.0% 0 22.92s 8,562 349 36,039

দ্রুত তুলনা

তুলনার জুটি বদলান