নেভিগেশন
AI BENCHY
Advertise here

AI BENCHY Compare

Meta: Muse Spark 1.1 vs Qwen: Qwen3.6 Max Preview

সারাংশ

Qwen3.6 Max Preview (medium) average score-এ এগিয়ে: 8.9 vs 8.8. Muse Spark 1.1 (low)-এর benchmark খরচ কম: $0.469 vs $0.960. Muse Spark 1.1 (low) দ্রুত: 10.11s vs 59.63s, pass rates 73.0% vs 81.0%.

প্রস্তাবিত মডেলMuse Spark 1.1 (low)Its score stays close to the best score here (8.8 vs 8.9), while costing about 2.0x less than Qwen3.6 Max Preview (medium).

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-07-16

মেট্রিক Muse Spark 1.1 Muse Spark 1.1 low প্রকাশ: 2026-07-16 Qwen3.6 Max Preview Qwen3.6 Max Preview medium প্রকাশ: 2026-04-20
স্কোর 8.8 8.9
র‍্যাঙ্ক #17 #14
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 8.5 9.3
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 73.0% 81.0%
অস্থির টেস্ট 4 2
মোট রান 63 63
প্রতি ফলাফলে খরচ 3.606 7.024
মোট খরচ $0.469 $0.960
ইনপুট মূল্য $1.250 / 1M $1.040 / 1M
আউটপুট মূল্য $4.250 / 1M $6.240 / 1M
মোট ইনপুট টোকেন 59,923 42,362
আউটপুট টোকেন 3,722 2,273
রিজনিং টোকেন 88,947 144,367
প্রতিক্রিয়া সময় (গড়) 10.11s 59.63s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 54.15s 238.07s
প্রতিক্রিয়া সময় (মোট) 212.29s 1252.17s

জেনারেশন শোকেস

Hamster playing table tennis

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

#17 Muse Spark 1.1

low
খরচ
$0.020
সময়
39.2s
টোকেন
4,947 tok

#14 Qwen3.6 Max Preview

medium
খরচ
$0.024
সময়
76.5s
টোকেন
3,861 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 10.34s 8,562 394 14,503
Qwen3.6 Max Preview 8.8 7.8 88.9% 1 146.48s 7,895 427 52,957

দ্রুত তুলনা

তুলনার জুটি বদলান