নেভিগেশন
AI BENCHY
Advertise here

Muse Spark 1.1 (high) vs Step 3.7 Flash (medium)

Muse Spark 1.1 (high) average score-এ এগিয়ে: 8.0 vs 7.9. Step 3.7 Flash (medium)-এর benchmark খরচ কম: $0.495 vs $1.709. Step 3.7 Flash (medium) দ্রুত: 23.51s vs 30.84s, 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
#61
মোট আউটপুট টোকেন
409,709
প্রতিক্রিয়া সময় (গড়)
23.51s
মোট খরচ
$0.495
প্রস্তাবিত মডেল Step 3.7 Flash (medium)

Its score stays close to the best score here (7.9 vs 8.0), while costing about 3.5x less than Muse Spark 1.1 (high).

বিস্তারিত তুলনা

মেট্রিক Muse Spark 1.1 Muse Spark 1.1 high প্রকাশ: 2026-07-16 Step 3.7 Flash Step 3.7 Flash medium প্রকাশ: 2026-05-29
স্কোর 8.0 7.9
র‍্যাঙ্ক #53 #61
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 7.9 8.9
প্রচেষ্টা 64/66 66/66
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 68.2% 68.2%
অস্থির টেস্ট 6 3
মোট রান 64 66
প্রতি ফলাফলে খরচ 14.236 3.801
মোট খরচ $1.709 $0.495
ইনপুট মূল্য $1.250 / 1M $0.200 / 1M
আউটপুট মূল্য $4.250 / 1M $1.150 / 1M
মোট ইনপুট টোকেন 129,003 114,191
আউটপুট টোকেন 8,340 409,709
রিজনিং টোকেন 355,649 0
প্রতিক্রিয়া সময় (গড়) 30.84s 23.51s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 196.03s 152.83s
প্রতিক্রিয়া সময় (মোট) 647.67s 517.21s
প্যারামিটার ~1T মোট (~50B সক্রিয়) 198B মোট (11B সক্রিয়)
উপলভ্যতা বন্ধ উৎস উন্মুক্ত উৎস

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

#61 Step 3.7 Flash

medium
খরচ
$0.006
সময়
46.2s
টোকেন
4,466 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
Step 3.7 Flash 8.8 7.8 88.9% 1 27.42s 7,437 44,797 0

দ্রুত তুলনা

তুলনার জুটি বদলান

GPT-5.2 ChatnonevsStep 3.7 FlashmediumKimi K3maxvsStep 3.7 FlashmediumQwen3.8 27BlowvsStep 3.7 FlashmediumDeepSeek V4 Flash 0731lowvsMuse Spark 1.1highGPT-5.6 TerrahighvsStep 3.7 FlashmediumMuse Spark 1.1highvsGPT-5 MinimediumMuse Spark 1.1highvsQwen3.8 2.4T A95BlowStep 3.7 FlashmediumvsGLM 5.2highMuse Spark 1.1highvsInklingmediumDeepSeek V4 Flash 0731highvsStep 3.7 FlashmediumDeepSeek V4 Flash 0731lowvsStep 3.7 FlashmediumMuse Spark 1.1highvsKimi K3max