নেভিগেশন
AI BENCHY
Advertise here

AI BENCHY Compare

Meta: Muse Spark 1.1 vs Nemotron 3 Ultra 550b A55b

সারাংশ

Nemotron 3 Ultra 550b A55b (medium) average score-এ এগিয়ে: 8.1 vs 7.8. Nemotron 3 Ultra 550b A55b (medium)-এর benchmark খরচ কম: $0.249 vs $1.440. Nemotron 3 Ultra 550b A55b (medium) দ্রুত: 15.05s vs 29.16s, pass rates 69.8% vs 69.8%.

প্রস্তাবিত মডেলNemotron 3 Ultra 550b A55b (medium)It has the best score here (8.1), while costing about 5.8x less than Muse Spark 1.1 (high).

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 Nemotron 3 Ultra 550b A55b Nemotron 3 Ultra 550b A55b medium প্রকাশ: 2026-06-04 বিনামূল্যে উপলভ্য
স্কোর 7.8 8.1
র‍্যাঙ্ক #41 #34
নির্ভরযোগ্যতা 10.0 9.7
ধারাবাহিকতা 8.1 8.8
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 69.8% 69.8%
অস্থির টেস্ট 5 3
মোট রান 61 63
প্রতি ফলাফলে খরচ 11.997 0.000
মোট খরচ $1.440 $0.249
ইনপুট মূল্য $1.250 / 1M $0.600 / 1M
আউটপুট মূল্য $4.250 / 1M $3.600 / 1M
মোট ইনপুট টোকেন 64,900 46,813
আউটপুট টোকেন 3,577 18,002
রিজনিং টোকেন 316,055 53,091
প্রতিক্রিয়া সময় (গড়) 29.16s 15.05s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 196.03s 43.93s
প্রতিক্রিয়া সময় (মোট) 583.18s 316.09s

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

#34 Nemotron 3 Ultra 550b A55b

medium
অবৈধ SVG
খরচ
$0.000
সময়
300.0s
টোকেন
0 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
Nemotron 3 Ultra 550b A55b 8.4 7.4 88.9% 1 26.53s 7,686 2,854 17,725

দ্রুত তুলনা

তুলনার জুটি বদলান