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 1.2 (high) vs Grok 4.5 (medium)

Muse Spark 1.2 (high) average score-এ এগিয়ে: 8.7 vs 8.5. Muse Spark 1.2 (high)-এর benchmark খরচ কম: $1.771 vs $2.042. Muse Spark 1.2 (high) দ্রুত: 26.59s vs 68.59s, pass rates 74.2% vs 83.3%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-08-20

র‍্যাঙ্ক
#30
মোট আউটপুট টোকেন
382,087
প্রতিক্রিয়া সময় (গড়)
26.59s
মোট খরচ
$1.771
র‍্যাঙ্ক
#37
মোট আউটপুট টোকেন
299,460
প্রতিক্রিয়া সময় (গড়)
68.59s
মোট খরচ
$2.042
প্রস্তাবিত মডেল Muse Spark 1.2 (high)

It has the best score here (8.7), while responding about 2.6x faster than Grok 4.5 (medium).

বিস্তারিত তুলনা

মেট্রিক Muse Spark 1.2 Muse Spark 1.2 high প্রকাশ: 2026-08-06 Grok 4.5 Grok 4.5 medium প্রকাশ: 2026-07-08
স্কোর 8.7 8.5
র‍্যাঙ্ক #30 #37
নির্ভরযোগ্যতা 9.9 10.0
ধারাবাহিকতা 8.3 8.9
প্রচেষ্টা 66/66 66/66
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 74.2% 83.3%
অস্থির টেস্ট 5 3
মোট রান 66 66
প্রতি ফলাফলে খরচ 12.645 12.007
মোট খরচ $1.771 $2.042
ইনপুট মূল্য $1.250 / 1M $2.000 / 1M
আউটপুট মূল্য $4.250 / 1M $6.000 / 1M
মোট ইনপুট টোকেন 117,037 122,155
আউটপুট টোকেন 6,983 5,514
রিজনিং টোকেন 375,104 293,946
প্রতিক্রিয়া সময় (গড়) 26.59s 68.59s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 192.00s 436.38s
প্রতিক্রিয়া সময় (মোট) 584.89s 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.

#30 Muse Spark 1.2

high
খরচ
$0.057
সময়
34.7s
টোকেন
13,356 tok

#37 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 1.2 10.0 10.0 100.0% 0 22.24s 7,275 351 47,857
Grok 4.5 7.6 7.2 77.8% 1 155.69s 9,579 390 104,634

দ্রুত তুলনা

তুলনার জুটি বদলান