নেভিগেশন
AI BENCHY
Advertise here

Muse Spark 1.2 (low) vs Grok 4.5 (low)

average score প্রায় সমান: 8.4 vs 8.4. Muse Spark 1.2 (low)-এর benchmark খরচ কম: $0.650 vs $0.935. Muse Spark 1.2 (low) দ্রুত: 9.67s vs 15.56s, pass rates 77.3% vs 75.8%.

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
#32
মোট আউটপুট টোকেন
113,951
প্রতিক্রিয়া সময় (গড়)
15.56s
মোট খরচ
$0.935
প্রস্তাবিত মডেল Muse Spark 1.2 (low)

It has the best score here (8.4), while responding about 1.6x faster than Grok 4.5 (low).

বিস্তারিত তুলনা

মেট্রিক Muse Spark 1.2 Muse Spark 1.2 low প্রকাশ: 2026-08-06 Grok 4.5 Grok 4.5 low প্রকাশ: 2026-07-08
স্কোর 8.4 8.4
র‍্যাঙ্ক #30 #32
নির্ভরযোগ্যতা 9.9 10.0
ধারাবাহিকতা 9.0 9.7
বেঞ্চমার্ক কভারেজ 22/22 টেস্ট · 66/66 প্রচেষ্টা 22/22 টেস্ট · 66/66 প্রচেষ্টা
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 77.3% 75.8%
অস্থির টেস্ট 3 1
মোট রান 66 66
প্রতি ফলাফলে খরচ 4.332 5.844
মোট খরচ $0.650 $0.935
ইনপুট মূল্য $1.250 / 1M $2.000 / 1M
আউটপুট মূল্য $4.250 / 1M $6.000 / 1M
মোট ইনপুট টোকেন 101,802 125,596
আউটপুট টোকেন 8,025 7,505
রিজনিং টোকেন 114,914 106,446
প্রতিক্রিয়া সময় (গড়) 9.67s 15.56s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 47.80s 205.28s
প্রতিক্রিয়া সময় (মোট) 212.82s 342.32s

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

#32 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 1.2 8.4 7.4 88.9% 1 10.09s 7,275 343 19,717
Grok 4.5 10.0 10.0 100.0% 0 13.72s 9,579 303 15,641

দ্রুত তুলনা

তুলনার জুটি বদলান