নেভিগেশন
AI BENCHY
Advertise here

AI BENCHY Compare

Meta: Muse Spark 1.1 vs Qwen: Qwen3.5 Plus 2026-02-15

সারাংশ

Qwen3.5 Plus 2026-02-15 (medium) average score-এ এগিয়ে: 8.0 vs 7.8. Qwen3.5 Plus 2026-02-15 (medium)-এর benchmark খরচ কম: $0.310 vs $1.440. Muse Spark 1.1 (high) দ্রুত: 29.16s vs 73.79s, pass rates 69.8% vs 73.0%.

প্রস্তাবিত মডেলQwen3.5 Plus 2026-02-15 (medium)It has the best score here (8.0), while costing about 4.6x 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 Qwen3.5 Plus 2026-02-15 Qwen3.5 Plus 2026-02-15 medium প্রকাশ: 2026-02-15
স্কোর 7.8 8.0
র‍্যাঙ্ক #41 #37
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 8.1 8.8
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 69.8% 73.0%
অস্থির টেস্ট 5 3
মোট রান 61 63
প্রতি ফলাফলে খরচ 11.997 2.445
মোট খরচ $1.440 $0.310
ইনপুট মূল্য $1.250 / 1M $0.260 / 1M
আউটপুট মূল্য $4.250 / 1M $1.560 / 1M
মোট ইনপুট টোকেন 64,900 40,918
আউটপুট টোকেন 3,577 2,159
রিজনিং টোকেন 316,055 189,604
প্রতিক্রিয়া সময় (গড়) 29.16s 73.79s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 196.03s 266.69s
প্রতিক্রিয়া সময় (মোট) 583.18s 1033.07s

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

#37 Qwen3.5 Plus 2026-02-15

medium
খরচ
$0.011
সময়
125.5s
টোকেন
7,040 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
Qwen3.5 Plus 2026-02-15 6.6 7.1 44.4% 1 180.70s 6,950 420 80,595

দ্রুত তুলনা

তুলনার জুটি বদলান