নেভিগেশন
Advertise here

Muse Spark 1.3 (medium) vs Pareto

Pareto average score-এ এগিয়ে: 8.9 vs 8.8. Pareto-এর benchmark খরচ কম: $1.172 vs $1.469. Pareto দ্রুত: 31.51s vs 38.57s, pass rates 84.9% vs 86.4%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-09-18

তুলনা করা মডেল

র‍্যাঙ্ক
#38
মোট আউটপুট টোকেন
319,264
প্রতিক্রিয়া সময় (গড়)
38.57s
মোট খরচ
$1.469
র‍্যাঙ্ক
#34
মোট আউটপুট টোকেন
119,230
প্রতিক্রিয়া সময় (গড়)
31.51s
মোট খরচ
$1.172
প্রস্তাবিত মডেল Pareto

It has the strongest score in this comparison (8.9) and the best overall balance of cost and response time across all 2 models.

বিস্তারিত তুলনা

মেট্রিক Muse Spark 1.3 Muse Spark 1.3 medium প্রকাশ: 2026-09-02 Pareto Pareto none প্রকাশ: 2026-09-18
স্কোর 8.8 8.9
র‍্যাঙ্ক #38 #34
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 8.9 9.2
প্রচেষ্টা 66/66 66/66
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 84.9% 86.4%
অস্থির টেস্ট 3 2
মোট রান 66 66
প্রতি ফলাফলে খরচ 8.638 6.506
মোট খরচ $1.469 $1.172
ইনপুট মূল্য $1.250 / 1M $2.500 / 1M
আউটপুট মূল্য $4.250 / 1M $7.500 / 1M
মোট ইনপুট টোকেন 89,177 110,734
আউটপুট টোকেন 11,044 119,230
রিজনিং টোকেন 308,220 0
প্রতিক্রিয়া সময় (গড়) 38.57s 31.51s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 219.77s 143.33s
প্রতিক্রিয়া সময় (মোট) 848.59s 693.29s
প্যারামিটার ~1T মোট (~50B 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.

#38 Muse Spark 1.3

medium
খরচ
$0.025
সময়
113.4s
টোকেন
5,952 tok

#34 Pareto

none
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 41.14s 7,275 1,182 46,737
Pareto 10.0 10.0 100.0% 0 50.12s 7,471 1,949 0

দ্রুত তুলনা

তুলনার জুটি বদলান