নেভিগেশন
AI BENCHY
Advertise here

Muse Spark 1.2 (low) vs Qwen3.6 Max Preview (medium)

average score প্রায় সমান: 8.4 vs 8.4. Muse Spark 1.2 (low)-এর benchmark খরচ কম: $0.650 vs $1.129. Muse Spark 1.2 (low) দ্রুত: 9.67s vs 67.53s, pass rates 77.3% vs 80.3%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-08-05

র‍্যাঙ্ক
#30
মোট আউটপুট টোকেন
122,939
প্রতিক্রিয়া সময় (গড়)
9.67s
মোট খরচ
$0.650
র‍্যাঙ্ক
#31
মোট আউটপুট টোকেন
169,940
প্রতিক্রিয়া সময় (গড়)
67.53s
মোট খরচ
$1.129
প্রস্তাবিত মডেল Muse Spark 1.2 (low)

It has the best score here (8.4), while costing about 1.7x less than Qwen3.6 Max Preview (medium).

বিস্তারিত তুলনা

মেট্রিক Muse Spark 1.2 Muse Spark 1.2 low প্রকাশ: 2026-08-06 Qwen3.6 Max Preview Qwen3.6 Max Preview medium প্রকাশ: 2026-04-20
স্কোর 8.4 8.4
র‍্যাঙ্ক #30 #31
নির্ভরযোগ্যতা 9.9 9.9
ধারাবাহিকতা 9.0 8.9
বেঞ্চমার্ক কভারেজ 22/22 টেস্ট · 66/66 প্রচেষ্টা 22/22 টেস্ট · 66/66 প্রচেষ্টা
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 77.3% 80.3%
অস্থির টেস্ট 3 3
মোট রান 66 66
প্রতি ফলাফলে খরচ 4.332 8.173
মোট খরচ $0.650 $1.129
ইনপুট মূল্য $1.250 / 1M $1.028 / 1M
আউটপুট মূল্য $4.250 / 1M $6.162 / 1M
মোট ইনপুট টোকেন 101,802 79,240
আউটপুট টোকেন 8,025 5,098
রিজনিং টোকেন 114,914 164,842
প্রতিক্রিয়া সময় (গড়) 9.67s 67.53s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 47.80s 238.07s
প্রতিক্রিয়া সময় (মোট) 212.82s 1485.64s

মডেল জেনারেশন শোকেস

Hamster playing table tennis

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

#30 Muse Spark 1.2

low
খরচ
$0.019
সময়
14.6s
টোকেন
4,384 tok

#31 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 1.2 8.4 7.4 88.9% 1 10.09s 7,275 343 19,717
Qwen3.6 Max Preview 8.8 7.8 88.9% 1 146.48s 7,895 427 52,957

দ্রুত তুলনা

তুলনার জুটি বদলান

Qwen3.6 Max PreviewmediumvsGrok 4.5lowMuse Spark 1.2lowvsGPT-5.2mediumQwen3.6 Max PreviewmediumvsInkling SmallhighMuse Spark 1.2lowvsGPT-5.4mediumMuse Spark 1.2lowvsInkling SmallhighMuse Spark 1.2lowvsGrok 4.5mediumClaude Sonnet 5mediumvsMuse Spark 1.2lowClaude Opus 5lowvsQwen3.6 Max PreviewmediumMuse Spark 1.1lowvsQwen3.6 Max PreviewmediumClaude Fable 5mediumvsMuse Spark 1.2lowGemini 2.5 FlashmediumvsMuse Spark 1.2lowClaude Opus 4.7mediumvsMuse Spark 1.2low