নেভিগেশন
AI BENCHY
Advertise here

Anthropic: Claude Sonnet 5 vs Meta: Muse Spark 1.1

Claude Sonnet 5 (medium) average score-এ এগিয়ে: 8.3 vs 8.3. Muse Spark 1.1 (low)-এর benchmark খরচ কম: $0.647 vs $0.922. Muse Spark 1.1 (low) দ্রুত: 11.45s vs 12.52s, pass rates 80.3% vs 69.7%.

প্রস্তাবিত মডেলMuse Spark 1.1 (low)It offers the best overall trade-off: a competitive score (8.3), lower cost than Claude Sonnet 5 (medium), and balanced response time.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-07-17

মেট্রিক Claude Sonnet 5 Claude Sonnet 5 medium প্রকাশ: 2026-06-30 Muse Spark 1.1 Muse Spark 1.1 low প্রকাশ: 2026-07-16
স্কোর 8.3 8.3
র‍্যাঙ্ক #23 #24
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 9.0 8.5
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 80.3% 69.7%
অস্থির টেস্ট 3 4
মোট রান 66 66
প্রতি ফলাফলে খরচ 5.760 4.975
মোট খরচ $0.922 $0.647
ইনপুট মূল্য $2.000 / 1M $1.250 / 1M
আউটপুট মূল্য $10.000 / 1M $4.250 / 1M
মোট ইনপুট টোকেন 145,956 142,298
আউটপুট টোকেন 52,333 10,847
রিজনিং টোকেন 10,874 99,467
প্রতিক্রিয়া সময় (গড়) 12.52s 11.45s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 66.71s 54.15s
প্রতিক্রিয়া সময় (মোট) 275.42s 251.92s

Hamster playing table tennis

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

#23 Claude Sonnet 5

medium
খরচ
$0.007
সময়
6.4s
টোকেন
832 tok

#24 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 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 10.34s 8,562 394 14,503

দ্রুত তুলনা

তুলনার জুটি বদলান