নেভিগেশন
AI BENCHY
Advertise here

AI BENCHY Compare

Meta: Muse Spark 1.1 vs StepFun: Step 3.7 Flash

সারাংশ

Muse Spark 1.1 (low) average score-এ এগিয়ে: 8.8 vs 8.5. Step 3.7 Flash (medium)-এর benchmark খরচ কম: $0.376 vs $0.469. Muse Spark 1.1 (low) দ্রুত: 10.11s vs 20.35s, pass rates 73.0% vs 73.0%.

প্রস্তাবিত মডেলMuse Spark 1.1 (low)It has the best score here (8.8), while responding about 2.0x faster than Step 3.7 Flash (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 Step 3.7 Flash Step 3.7 Flash medium প্রকাশ: 2026-05-29
স্কোর 8.8 8.5
র‍্যাঙ্ক #17 #26
নির্ভরযোগ্যতা 10.0 9.9
ধারাবাহিকতা 8.5 9.3
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 73.0% 73.0%
অস্থির টেস্ট 4 2
মোট রান 63 61
প্রতি ফলাফলে খরচ 3.606 2.686
মোট খরচ $0.469 $0.376
ইনপুট মূল্য $1.250 / 1M $0.200 / 1M
আউটপুট মূল্য $4.250 / 1M $1.150 / 1M
মোট ইনপুট টোকেন 59,923 39,981
আউটপুট টোকেন 3,722 319,958
রিজনিং টোকেন 88,947 0
প্রতিক্রিয়া সময় (গড়) 10.11s 20.35s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 54.15s 113.98s
প্রতিক্রিয়া সময় (মোট) 212.29s 427.42s

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

#26 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 10.34s 8,562 394 14,503
Step 3.7 Flash 8.8 7.8 88.9% 1 27.42s 7,437 44,797 0

দ্রুত তুলনা

তুলনার জুটি বদলান