নেভিগেশন
AI BENCHY
Advertise here

AI BENCHY Compare

Meta: Muse Spark 1.1 vs MoonshotAI: Kimi K2.6

সারাংশ

Muse Spark 1.1 (high) average score-এ এগিয়ে: 7.8 vs 7.8. Kimi K2.6 (medium)-এর benchmark খরচ কম: $1.047 vs $1.440. Muse Spark 1.1 (high) দ্রুত: 29.16s vs 71.67s, pass rates 69.8% vs 65.1%.

প্রস্তাবিত মডেলMuse Spark 1.1 (high)It has the best score here (7.8), while responding about 2.5x faster than Kimi K2.6 (medium).

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

মেট্রিক Muse Spark 1.1 Muse Spark 1.1 high প্রকাশ: 2026-07-16 Kimi K2.6 Kimi K2.6 medium প্রকাশ: 2026-04-20 বিনামূল্যে উপলভ্য
স্কোর 7.8 7.8
র‍্যাঙ্ক #41 #49
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 8.1 8.6
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 69.8% 65.1%
অস্থির টেস্ট 5 3
মোট রান 61 63
প্রতি ফলাফলে খরচ 11.997 8.358
মোট খরচ $1.440 $1.047
ইনপুট মূল্য $1.250 / 1M $0.950 / 1M
আউটপুট মূল্য $4.250 / 1M $4.000 / 1M
মোট ইনপুট টোকেন 64,900 29,450
আউটপুট টোকেন 3,577 102,923
রিজনিং টোকেন 316,055 254,094
প্রতিক্রিয়া সময় (গড়) 29.16s 71.67s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 196.03s 406.78s
প্রতিক্রিয়া সময় (মোট) 583.18s 1433.36s

জেনারেশন শোকেস

Hamster playing table tennis

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

#41 Muse Spark 1.1

high
খরচ
$0.039
সময়
50.1s
টোকেন
9,423 tok

#49 MoonshotAI: Kimi K2.6

medium
খরচ
$0.013
সময়
103.4s
টোকেন
3,620 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
Muse Spark 1.1 10.0 10.0 100.0% 0 22.92s 8,562 349 36,039
Kimi K2.6 5.7 8.6 33.3% 0 214.42s 2,925 9,970 77,189

দ্রুত তুলনা

তুলনার জুটি বদলান