নেভিগেশন
Advertise here

Muse Spark 1.3 (low) vs GPT-6 Luna (high)

GPT-6 Luna (high) average score-এ এগিয়ে: 8.3 vs 8.2. GPT-6 Luna (high)-এর benchmark খরচ কম: $0.054 vs $0.689. Muse Spark 1.3 (low) দ্রুত: 16.03s vs 17.53s, pass rates 81.8% vs 75.8%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-09-23

তুলনা করা মডেল

র‍্যাঙ্ক
#76
মোট আউটপুট টোকেন
127,711
প্রতিক্রিয়া সময় (গড়)
16.03s
মোট খরচ
$0.689
র‍্যাঙ্ক
#73
মোট আউটপুট টোকেন
91,405
প্রতিক্রিয়া সময় (গড়)
17.53s
মোট খরচ
$0.054
প্রস্তাবিত মডেল GPT-6 Luna (high)

It has the best score here (8.3), while costing about 12.8x less than Muse Spark 1.3 (low).

বিস্তারিত তুলনা

মেট্রিক Muse Spark 1.3 Muse Spark 1.3 low প্রকাশ: 2026-09-02 GPT-6 Luna GPT-6 Luna high প্রকাশ: 2026-09-23
স্কোর 8.2 8.3
র‍্যাঙ্ক #76 #73
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 8.1 9.0
প্রচেষ্টা 66/66 66/66
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 81.8% 75.8%
অস্থির টেস্ট 5 3
মোট রান 66 66
প্রতি ফলাফলে খরচ 4.594 0.359
মোট খরচ $0.689 $0.054
ইনপুট মূল্য $1.250 / 1M $0.100 / 1M
আউটপুট মূল্য $4.250 / 1M $0.500 / 1M
মোট ইনপুট টোকেন 116,947 80,441
আউটপুট টোকেন 11,026 4,761
রিজনিং টোকেন 116,685 86,644
প্রতিক্রিয়া সময় (গড়) 16.03s 17.53s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 78.72s 106.93s
প্রতিক্রিয়া সময় (মোট) 352.69s 385.74s
প্যারামিটার ~1T মোট (~50B সক্রিয়) ~400B মোট (~17B 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.

#76 Muse Spark 1.3

low
খরচ
$0.017
সময়
83.9s
টোকেন
3,959 tok

#73 GPT-6 Luna

high
খরচ
$0.003
সময়
49.2s
টোকেন
5,231 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 8.2 7.2 88.9% 1 20.86s 5,958 795 19,077
GPT-6 Luna 7.8 7.4 77.8% 1 24.69s 7,302 483 15,691

দ্রুত তুলনা

তুলনার জুটি বদলান