নেভিগেশন
AI BENCHY
Advertise here

Muse Spark 1.1 (high) vs Qwen3.8 27B (low)

Muse Spark 1.1 (high) average score-এ এগিয়ে: 8.0 vs 7.9. Qwen3.8 27B (low)-এর benchmark খরচ কম: ~$0.071 vs $1.709. Muse Spark 1.1 (high) দ্রুত: 30.84s vs 39.11s, pass rates 68.2% vs 68.2%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-08-29

র‍্যাঙ্ক
#53
মোট আউটপুট টোকেন
363,989
প্রতিক্রিয়া সময় (গড়)
30.84s
মোট খরচ
$1.709
র‍্যাঙ্ক
#62
মোট আউটপুট টোকেন
169,329
প্রতিক্রিয়া সময় (গড়)
39.11s
মোট খরচ
~$0.071
প্রস্তাবিত মডেল Qwen3.8 27B (low)

Its score stays close to the best score here (7.9 vs 8.0), while costing about 24.1x less than Muse Spark 1.1 (high).

বিস্তারিত তুলনা

মেট্রিক Muse Spark 1.1 Muse Spark 1.1 high প্রকাশ: 2026-07-16 Qwen3.8 27B Qwen3.8 27B low প্রকাশ: 2026-08-14
স্কোর 8.0 7.9
র‍্যাঙ্ক #53 #62
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 7.9 10.0
প্রচেষ্টা 64/66 66/66
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 68.2% 68.2%
অস্থির টেস্ট 6 0
মোট রান 64 66
প্রতি ফলাফলে খরচ 14.236 ~0.473
মোট খরচ $1.709 ~$0.071
ইনপুট মূল্য $1.250 / 1M প্রযোজ্য নয়
আউটপুট মূল্য $4.250 / 1M প্রযোজ্য নয়
মোট ইনপুট টোকেন 129,003 99,705
আউটপুট টোকেন 8,340 1,545
রিজনিং টোকেন 355,649 167,784
প্রতিক্রিয়া সময় (গড়) 30.84s 39.11s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 196.03s 376.04s
প্রতিক্রিয়া সময় (মোট) 647.67s 860.51s
প্যারামিটার ~1T মোট (~50B সক্রিয়) 27.3B
উপলভ্যতা বন্ধ উৎস ওজন উপলভ্য

মডেল জেনারেশন শোকেস

Hamster playing table tennis

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

#53 Muse Spark 1.1

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

#62 Qwen3.8 27B

low
খরচ
~$0.003
সময়
92.8s
টোকেন
6,902 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
Qwen3.8 27B 7.7 10.0 66.7% 0 140.92s 8,127 585 86,694

দ্রুত তুলনা

তুলনার জুটি বদলান

Qwen3.8 27BlowvsStep 3.7 FlashmediumGPT-5.2 ChatnonevsQwen3.8 27BlowDeepSeek V4 Flash 0731lowvsMuse Spark 1.1highKimi K3maxvsQwen3.8 27BlowMuse Spark 1.1highvsGPT-5 MinimediumMuse Spark 1.1highvsQwen3.8 2.4T A95BlowGPT-5.6 TerrahighvsQwen3.8 27BlowGemini 3.5 Flash LitemediumvsQwen3.8 27BlowQwen3.8 27BlowvsGLM 5.2mediumQwen3.8 27BlowvsInklingmediumGPT-5.6 TerramediumvsQwen3.8 27BlowClaude Sonnet 4.6mediumvsQwen3.8 27Blow