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 (low) vs Qwen3.8 2.4T A95B (low)

Muse Spark 1.3 (low) average score-এ এগিয়ে: 8.5 vs 8.4. Muse Spark 1.3 (low)-এর benchmark খরচ কম: $0.911 vs $4.016. Muse Spark 1.3 (low) দ্রুত: 17.73s vs 120.40s, pass rates 82.6% vs 73.9%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-11-10

তুলনা করা মডেল

র‍্যাঙ্ক
#99
মোট আউটপুট টোকেন
134,695
প্রতিক্রিয়া সময় (গড়)
17.73s
মোট খরচ
$0.911
র‍্যাঙ্ক
#104
মোট আউটপুট টোকেন
424,019
প্রতিক্রিয়া সময় (গড়)
120.40s
মোট খরচ
$4.016
প্রস্তাবিত মডেল Muse Spark 1.3 (low)

It has the best score here (8.5), while costing about 4.4x less than Qwen3.8 2.4T A95B (low).

বিস্তারিত তুলনা

মেট্রিক Muse Spark 1.3 Muse Spark 1.3 low প্রকাশ: 2026-09-02 Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B low প্রকাশ: 2026-08-12
স্কোর 8.5 8.4
র‍্যাঙ্ক #99 #104
নির্ভরযোগ্যতা 10.0 9.6
ধারাবাহিকতা 8.2 9.2
প্রচেষ্টা 69/69 69/69
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 82.6% 73.9%
অস্থির টেস্ট 5 2
মোট রান 69 69
প্রতি ফলাফলে খরচ 5.690 19.825
মোট খরচ $0.911 $4.016
ইনপুট মূল্য $1.250 / 1M $2.000 / 1M
আউটপুট মূল্য $4.250 / 1M $6.000 / 1M
ক্যাশ পড়ার মূল্য $0.150 / 1M $0.250 / 1M
ক্যাশ লেখার মূল্য প্রযোজ্য নয় প্রযোজ্য নয়
মোট ইনপুট টোকেন 270,231 313,881
আউটপুট টোকেন 13,363 123,706
রিজনিং টোকেন 121,332 388,328
প্রতিক্রিয়া সময় (গড়) 17.73s 120.40s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 78.72s 534.21s
প্রতিক্রিয়া সময় (মোট) 407.75s 2769.16s
প্যারামিটার ~1T মোট (~50B সক্রিয়) 2.4T মোট (95B সক্রিয়)
উপলভ্যতা বন্ধ উৎস ওজন উপলভ্য

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.

#99 Muse Spark 1.3

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

#104 Qwen3.8 2.4T A95B

low
খরচ
$0.100
সময়
193.2s
টোকেন
16,767 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
Qwen3.8 2.4T A95B 7.8 9.3 66.7% 0 172.53s 6,716 21,405 57,399

তুলনার জুটি বদলান