নেভিগেশন
AI BENCHY
Advertise here

Meta: Muse Spark 1.1 vs Thinking Machines: Inkling

average score প্রায় সমান: 8.1 vs 8.0. Inkling (high)-এর benchmark খরচ কম: $1.006 vs $1.694. Muse Spark 1.1 (high) দ্রুত: 31.49s vs 64.16s, pass rates 69.7% vs 77.3%.

প্রস্তাবিত মডেলMuse Spark 1.1 (high)It has the best score here (8.1), while responding about 2.0x faster than Inkling (high).

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-07-18

মেট্রিক Muse Spark 1.1 Muse Spark 1.1 high প্রকাশ: 2026-07-16 Inkling Inkling high প্রকাশ: 2026-07-18
স্কোর 8.1 8.0
র‍্যাঙ্ক #27 #28
নির্ভরযোগ্যতা 10.0 9.8
ধারাবাহিকতা 7.9 8.9
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 69.7% 77.3%
অস্থির টেস্ট 6 3
মোট রান 64 66
প্রতি ফলাফলে খরচ 14.116 6.704
মোট খরচ $1.694 $1.006
ইনপুট মূল্য $1.250 / 1M $1.000 / 1M
আউটপুট মূল্য $4.250 / 1M $4.050 / 1M
মোট ইনপুট টোকেন 129,423 86,746
আউটপুট টোকেন 8,077 6,055
রিজনিং টোকেন 352,421 220,791
প্রতিক্রিয়া সময় (গড়) 31.49s 64.16s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 196.03s 327.51s
প্রতিক্রিয়া সময় (মোট) 661.28s 1411.59s

Hamster playing table tennis

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

#27 Muse Spark 1.1

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

#28 Thinking Machines: Inkling

high
খরচ
$0.005
সময়
32.2s
টোকেন
1,275 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
Inkling 8.5 10.0 66.7% 0 148.36s 7,374 430 78,982

দ্রুত তুলনা

তুলনার জুটি বদলান