নেভিগেশন
AI BENCHY
Advertise here

Meta: Muse Spark 1.1 vs xAI: Grok 4.5

Muse Spark 1.1 (medium) average score-এ এগিয়ে: 8.6 vs 8.4. Grok 4.5 (low)-এর benchmark খরচ কম: $0.935 vs $1.357. Grok 4.5 (low) দ্রুত: 15.56s vs 24.97s, pass rates 72.7% vs 75.8%.

প্রস্তাবিত মডেলGrok 4.5 (low)Its score stays close to the best score here (8.4 vs 8.6), while responding about 1.6x faster than Muse Spark 1.1 (medium).

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-07-17

মেট্রিক Muse Spark 1.1 Muse Spark 1.1 medium প্রকাশ: 2026-07-16 Grok 4.5 Grok 4.5 low প্রকাশ: 2026-07-08
স্কোর 8.6 8.4
র‍্যাঙ্ক #16 #20
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 9.2 9.7
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 72.7% 75.8%
অস্থির টেস্ট 2 1
মোট রান 66 66
প্রতি ফলাফলে খরচ 9.041 5.844
মোট খরচ $1.357 $0.935
ইনপুট মূল্য $1.250 / 1M $2.000 / 1M
আউটপুট মূল্য $4.250 / 1M $6.000 / 1M
মোট ইনপুট টোকেন 142,567 125,596
আউটপুট টোকেন 7,905 7,505
রিজনিং টোকেন 269,225 106,446
প্রতিক্রিয়া সময় (গড়) 24.97s 15.56s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 165.38s 205.28s
প্রতিক্রিয়া সময় (মোট) 549.31s 342.32s

Hamster playing table tennis

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

#16 Muse Spark 1.1

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

#20 xAI: Grok 4.5

low
খরচ
$0.011
সময়
12.4s
টোকেন
2,018 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
Grok 4.5 10.0 10.0 100.0% 0 13.72s 9,579 303 15,641

দ্রুত তুলনা

তুলনার জুটি বদলান