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

Seed 2.1 Turbo (high) vs Muse Spark Open (low)

Seed 2.1 Turbo (high) average score-এ এগিয়ে: 9.1 vs 8.9. Muse Spark Open (low)-এর benchmark খরচ কম: $0.600 vs $1.892. Muse Spark Open (low) দ্রুত: 21.62s vs 170.52s, pass rates 79.7% vs 76.8%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-10-16

তুলনা করা মডেল

র‍্যাঙ্ক
#42
মোট আউটপুট টোকেন
707,320
প্রতিক্রিয়া সময় (গড়)
170.52s
মোট খরচ
$1.892
র‍্যাঙ্ক
#53
মোট আউটপুট টোকেন
59,058
প্রতিক্রিয়া সময় (গড়)
21.62s
মোট খরচ
$0.600
প্রস্তাবিত মডেল Muse Spark Open (low)

Its score stays close to the best score here (8.9 vs 9.1), while costing about 3.2x less than Seed 2.1 Turbo (high).

বিস্তারিত তুলনা

মেট্রিক Seed 2.1 Turbo Seed 2.1 Turbo high প্রকাশ: 2026-08-12 Muse Spark Open Muse Spark Open low প্রকাশ: 2026-10-15
স্কোর 9.1 8.9
র‍্যাঙ্ক #42 #53
নির্ভরযোগ্যতা 10.0 9.9
ধারাবাহিকতা 9.0 9.1
প্রচেষ্টা 69/69 69/69
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 79.7% 76.8%
অস্থির টেস্ট 3 3
মোট রান 69 69
প্রতি ফলাফলে খরচ 11.129 3.746
মোট খরচ $1.892 $0.600
ইনপুট মূল্য $0.500 / 1M $1.250 / 1M
আউটপুট মূল্য $2.500 / 1M $4.250 / 1M
ক্যাশ পড়ার মূল্য প্রযোজ্য নয় $0.150 / 1M
ক্যাশ লেখার মূল্য প্রযোজ্য নয় প্রযোজ্য নয়
মোট ইনপুট টোকেন 246,954 278,684
আউটপুট টোকেন 8,378 10,151
রিজনিং টোকেন 698,942 48,907
প্রতিক্রিয়া সময় (গড়) 170.52s 21.62s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 584.71s 119.16s
প্রতিক্রিয়া সময় (মোট) 3922.04s 497.25s
প্যারামিটার ~200B মোট (~20B সক্রিয়) 816B মোট (42B সক্রিয়)
উপলভ্যতা বন্ধ উৎস ওজন উপলভ্য

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.

#42 Seed 2.1 Turbo

high
খরচ
$0.058
সময়
355.4s
টোকেন
23,053 tok

#53 Muse Spark Open

low
খরচ
$0.014
সময়
38.9s
টোকেন
3,372 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
Seed 2.1 Turbo 10.0 10.0 100.0% 0 336.02s 8,220 370 194,578
Muse Spark Open 10.0 10.0 100.0% 0 9.97s 8,479 347 10,835

দ্রুত তুলনা

তুলনার জুটি বদলান

Seed 2.1 TurbohighvsParetodefaultSeed 2.1 TurbohighvsMuse WonderlowSeed 2.1 TurbohighvsMuse WonderminimalMuse Spark OpenlowvsGLM 5.3 FlashmaxClaude Haiku 5.5xhighvsSeed 2.1 TurbohighSeed 2.1 TurbohighvsGPT-5.3-CodexmediumGemini 4 ArgonmediumvsMuse Spark OpenlowGemini 3.5 Flash LitehighvsMuse Spark OpenlowSeed 2.1 TurbohighvsMuse Spark OpenxhighClaude Fable 5mediumvsMuse Spark OpenlowMuse Spark OpenlowvsPareto 26.9defaultSeed 2.1 TurbohighvsGemini 3.5 Flashlow