নেভিগেশন
Advertise here

Muse Spark 1.1 (medium) vs Qwen3.8 Max (low)

Muse Spark 1.1 (medium) average score-এ এগিয়ে: 8.6 vs 8.6. Qwen3.8 Max (low)-এর benchmark খরচ কম: $0.702 vs $1.420. Qwen3.8 Max (low) দ্রুত: 21.83s vs 26.25s, pass rates 72.7% vs 80.3%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-09-18

তুলনা করা মডেল

র‍্যাঙ্ক
#47
মোট আউটপুট টোকেন
292,152
প্রতিক্রিয়া সময় (গড়)
26.25s
মোট খরচ
$1.420
র‍্যাঙ্ক
#50
মোট আউটপুট টোকেন
83,821
প্রতিক্রিয়া সময় (গড়)
21.83s
মোট খরচ
$0.702
প্রস্তাবিত মডেল Qwen3.8 Max (low)

Its score stays close to the best score here (8.6 vs 8.6), while costing about 2.0x less than Muse Spark 1.1 (medium).

বিস্তারিত তুলনা

মেট্রিক Muse Spark 1.1 Muse Spark 1.1 medium প্রকাশ: 2026-07-16 Qwen3.8 Max Qwen3.8 Max low প্রকাশ: 2026-08-04
স্কোর 8.6 8.6
র‍্যাঙ্ক #47 #50
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 9.2 9.0
প্রচেষ্টা 66/66 66/66
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 72.7% 80.3%
অস্থির টেস্ট 2 3
মোট রান 66 66
প্রতি ফলাফলে খরচ 9.463 4.384
মোট খরচ $1.420 $0.702
ইনপুট মূল্য $1.250 / 1M $2.000 / 1M
আউটপুট মূল্য $4.250 / 1M $6.000 / 1M
মোট ইনপুট টোকেন 142,147 99,181
আউটপুট টোকেন 7,905 6,132
রিজনিং টোকেন 284,247 77,689
প্রতিক্রিয়া সময় (গড়) 26.25s 21.83s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 165.38s 155.75s
প্রতিক্রিয়া সময় (মোট) 577.47s 480.37s
প্যারামিটার ~1T মোট (~50B সক্রিয়) 2.4T মোট (~100B 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.

#47 Muse Spark 1.1

medium
খরচ
$0.024
সময়
29.2s
টোকেন
5,774 tok

#50 Qwen3.8 Max

low
খরচ
$0.026
সময়
68.5s
টোকেন
4,280 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
Qwen3.8 Max 8.4 7.4 88.9% 1 28.69s 8,127 512 15,952

দ্রুত তুলনা

তুলনার জুটি বদলান