নেভিগেশন
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Meta: Muse Spark 1.1 vs Thinking Machines: Inkling

Muse Spark 1.1 (high) average score-এ এগিয়ে: 8.1 vs 8.0. Inkling (medium)-এর benchmark খরচ কম: $0.391 vs $1.694. Inkling (medium) দ্রুত: 16.21s vs 31.49s, pass rates 69.7% vs 78.8%.

প্রস্তাবিত মডেলInkling (medium)Its score stays close to the best score here (8.0 vs 8.1), while costing about 4.3x less than Muse Spark 1.1 (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 medium প্রকাশ: 2026-07-18
স্কোর 8.1 8.0
র‍্যাঙ্ক #27 #32
নির্ভরযোগ্যতা 10.0 9.8
ধারাবাহিকতা 7.9 8.2
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 69.7% 78.8%
অস্থির টেস্ট 6 5
মোট রান 64 66
প্রতি ফলাফলে খরচ 14.116 2.604
মোট খরচ $1.694 $0.391
ইনপুট মূল্য $1.250 / 1M $1.000 / 1M
আউটপুট মূল্য $4.250 / 1M $4.050 / 1M
মোট ইনপুট টোকেন 129,423 124,053
আউটপুট টোকেন 8,077 12,189
রিজনিং টোকেন 352,421 53,597
প্রতিক্রিয়া সময় (গড়) 31.49s 16.21s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 196.03s 85.12s
প্রতিক্রিয়া সময় (মোট) 661.28s 356.54s

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

#32 Thinking Machines: Inkling

medium
খরচ
$0.004
সময়
11.2s
টোকেন
852 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 8.4 7.8 77.8% 1 25.20s 7,374 525 14,457

দ্রুত তুলনা

তুলনার জুটি বদলান