নেভিগেশন
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Muse Spark 1.3 (high) vs Pareto (default)

average score প্রায় সমান: 9.1 vs 9.1. Pareto (default)-এর benchmark খরচ কম: $1.520 vs $1.891. Pareto (default) দ্রুত: 33.47s vs 52.87s, pass rates 78.3% vs 87.0%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-10-26

তুলনা করা মডেল

র‍্যাঙ্ক
#45
মোট আউটপুট টোকেন
369,142
প্রতিক্রিয়া সময় (গড়)
52.87s
মোট খরচ
$1.891
র‍্যাঙ্ক
#47
মোট আউটপুট টোকেন
128,144
প্রতিক্রিয়া সময় (গড়)
33.47s
মোট খরচ
$1.520
প্রস্তাবিত মডেল Pareto (default)

It has the best score here (9.1), while responding about 1.6x faster than Muse Spark 1.3 (high).

বিস্তারিত তুলনা

মেট্রিক Muse Spark 1.3 Muse Spark 1.3 high প্রকাশ: 2026-09-02 Pareto Pareto default প্রকাশ: 2026-09-18
স্কোর 9.1 9.1
র‍্যাঙ্ক #45 #47
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 9.3 9.2
প্রচেষ্টা 69/69 69/69
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 78.3% 87.0%
অস্থির টেস্ট 2 2
মোট রান 69 69
প্রতি ফলাফলে খরচ 11.121 8.000
মোট খরচ $1.891 $1.520
ইনপুট মূল্য $1.250 / 1M $2.500 / 1M
আউটপুট মূল্য $4.250 / 1M $7.500 / 1M
ক্যাশ পড়ার মূল্য $0.150 / 1M $0.250 / 1M
ক্যাশ লেখার মূল্য প্রযোজ্য নয় প্রযোজ্য নয়
মোট ইনপুট টোকেন 257,320 223,559
আউটপুট টোকেন 14,459 128,144
রিজনিং টোকেন 354,683 0
প্রতিক্রিয়া সময় (গড়) 52.87s 33.47s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 251.53s 143.33s
প্রতিক্রিয়া সময় (মোট) 1216.04s 769.84s
প্যারামিটার ~1T মোট (~50B সক্রিয়) -
উপলভ্যতা বন্ধ উৎস বন্ধ উৎস

ক্যাশের মূল্য ইনপুট টোকেনের জন্য প্রযোজ্য। পড়ার সময় ক্যাশ করা প্রম্পট আবার ব্যবহার হয়; লেখার সময় সেগুলি সংরক্ষিত হয় এবং বাড়তি খরচ হতে পারে। আউটপুট টোকেনের জন্য আউটপুট মূল্য প্রযোজ্য।

মডেল জেনারেশন শোকেস

Hamster playing table tennis

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

#45 Muse Spark 1.3

high
খরচ
$0.050
সময়
203.3s
টোকেন
11,679 tok

#47 Pareto

default
খরচ
$0.034
সময়
170.7s
টোকেন
4,581 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 1.3 10.0 10.0 100.0% 0 51.66s 7,275 1,228 64,287
Pareto 10.0 10.0 100.0% 0 50.12s 7,471 1,949 0

তুলনার জুটি বদলান