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

AI BENCHY Compare

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

সারাংশ

average score প্রায় সমান: 8.9 vs 8.9. Qwen3.6 Max Preview (medium)-এর benchmark খরচ কম: $0.960 vs $1.152. Muse Spark 1.1 (medium) দ্রুত: 23.35s vs 59.63s, pass rates 76.2% vs 81.0%.

প্রস্তাবিত মডেলMuse Spark 1.1 (medium)It has the best score here (8.9), while responding about 2.6x faster 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 medium প্রকাশ: 2026-07-16 Qwen3.6 Max Preview Qwen3.6 Max Preview medium প্রকাশ: 2026-04-20
স্কোর 8.9 8.9
র‍্যাঙ্ক #15 #14
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 9.2 9.3
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 76.2% 81.0%
অস্থির টেস্ট 2 2
মোট রান 63 63
প্রতি ফলাফলে খরচ 7.676 7.024
মোট খরচ $1.152 $0.960
ইনপুট মূল্য $1.250 / 1M $1.040 / 1M
আউটপুট মূল্য $4.250 / 1M $6.240 / 1M
মোট ইনপুট টোকেন 59,928 42,362
আউটপুট টোকেন 3,523 2,273
রিজনিং টোকেন 249,752 144,367
প্রতিক্রিয়া সময় (গড়) 23.35s 59.63s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 165.38s 238.07s
প্রতিক্রিয়া সময় (মোট) 490.40s 1252.17s

জেনারেশন শোকেস

Hamster playing table tennis

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

#15 Muse Spark 1.1

medium
খরচ
$0.024
সময়
29.2s
টোকেন
5,774 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 15.66s 8,562 347 23,562
Qwen3.6 Max Preview 8.8 7.8 88.9% 1 146.48s 7,895 427 52,957

দ্রুত তুলনা

তুলনার জুটি বদলান