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

Muse Spark 1.1 (low) vs Grok 4.5 (medium)

Grok 4.5 (medium) average score-এ এগিয়ে: 8.5 vs 8.3. Muse Spark 1.1 (low)-এর benchmark খরচ কম: $0.673 vs $2.042. Muse Spark 1.1 (low) দ্রুত: 11.89s vs 68.59s, pass rates 71.2% vs 83.3%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-08-29

র‍্যাঙ্ক
#46
মোট আউটপুট টোকেন
116,489
প্রতিক্রিয়া সময় (গড়)
11.89s
মোট খরচ
$0.673
র‍্যাঙ্ক
#38
মোট আউটপুট টোকেন
299,460
প্রতিক্রিয়া সময় (গড়)
68.59s
মোট খরচ
$2.042
প্রস্তাবিত মডেল Muse Spark 1.1 (low)

Its score stays close to the best score here (8.3 vs 8.5), while costing about 3.0x less than Grok 4.5 (medium).

বিস্তারিত তুলনা

মেট্রিক Muse Spark 1.1 Muse Spark 1.1 low প্রকাশ: 2026-07-16 Grok 4.5 Grok 4.5 medium প্রকাশ: 2026-07-08
স্কোর 8.3 8.5
র‍্যাঙ্ক #46 #38
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 8.5 8.9
প্রচেষ্টা 66/66 66/66
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 71.2% 83.3%
অস্থির টেস্ট 4 3
মোট রান 66 66
প্রতি ফলাফলে খরচ 5.173 12.007
মোট খরচ $0.673 $2.042
ইনপুট মূল্য $1.250 / 1M $2.000 / 1M
আউটপুট মূল্য $4.250 / 1M $6.000 / 1M
মোট ইনপুট টোকেন 141,878 122,155
আউটপুট টোকেন 11,033 5,514
রিজনিং টোকেন 105,456 293,946
প্রতিক্রিয়া সময় (গড়) 11.89s 68.59s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 54.15s 436.38s
প্রতিক্রিয়া সময় (মোট) 261.69s 1508.91s
প্যারামিটার ~1T মোট (~50B সক্রিয়) ~1.7T মোট (~170B সক্রিয়)
উপলভ্যতা বন্ধ উৎস বন্ধ উৎস

মডেল জেনারেশন শোকেস

Hamster playing table tennis

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

#46 Muse Spark 1.1

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

#38 SpaceXAI: Grok 4.5

medium
খরচ
$0.044
সময়
59.4s
টোকেন
7,512 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
Grok 4.5 7.6 7.2 77.8% 1 155.69s 9,579 390 104,634

দ্রুত তুলনা

তুলনার জুটি বদলান