নেভিগেশন
AI BENCHY
Advertise here

Muse Spark 1.1 (low) vs Qwen3.8 2.4T A95B (low)

Muse Spark 1.1 (low) average score-এ এগিয়ে: 8.3 vs 8.2. Muse Spark 1.1 (low)-এর benchmark খরচ কম: $0.647 vs $3.113. Muse Spark 1.1 (low) দ্রুত: 11.45s vs 132.39s, pass rates 69.7% vs 78.8%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-08-12

র‍্যাঙ্ক
#42
মোট আউটপুট টোকেন
110,314
প্রতিক্রিয়া সময় (গড়)
11.45s
মোট খরচ
$0.647
র‍্যাঙ্ক
#46
মোট আউটপুট টোকেন
554,485
প্রতিক্রিয়া সময় (গড়)
132.39s
মোট খরচ
$3.113
প্রস্তাবিত মডেল Muse Spark 1.1 (low)

It has the best score here (8.3), while costing about 4.8x less than Qwen3.8 2.4T A95B (low).

বিস্তারিত তুলনা

মেট্রিক Muse Spark 1.1 Muse Spark 1.1 low প্রকাশ: 2026-07-16 Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B low প্রকাশ: 2026-08-12
স্কোর 8.3 8.2
র‍্যাঙ্ক #42 #46
নির্ভরযোগ্যতা 10.0 9.1
ধারাবাহিকতা 8.5 8.9
প্রচেষ্টা 66/66 66/66
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 69.7% 78.8%
অস্থির টেস্ট 4 3
মোট রান 66 66
প্রতি ফলাফলে খরচ 4.975 19.453
মোট খরচ $0.647 $3.113
ইনপুট মূল্য $1.250 / 1M $2.000 / 1M
আউটপুট মূল্য $4.250 / 1M $6.000 / 1M
মোট ইনপুট টোকেন 142,298 113,340
আউটপুট টোকেন 10,847 107,311
রিজনিং টোকেন 99,467 447,174
প্রতিক্রিয়া সময় (গড়) 11.45s 132.39s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 54.15s 534.21s
প্রতিক্রিয়া সময় (মোট) 251.92s 2912.56s
প্যারামিটার ~1T মোট (~50B সক্রিয়) 2.4T মোট (95B সক্রিয়)
উপলভ্যতা বন্ধ উৎস ওজন উপলভ্য

মডেল জেনারেশন শোকেস

Hamster playing table tennis

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

#42 Muse Spark 1.1

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

#46 Qwen3.8 2.4T A95B

low
খরচ
$0.100
সময়
193.2s
টোকেন
16,767 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
Qwen3.8 2.4T A95B 7.6 7.2 77.8% 1 172.53s 6,716 21,405 57,399

দ্রুত তুলনা

তুলনার জুটি বদলান