#41 Muse Spark 1.1
high- খরচ
- $0.039
- সময়
- 50.1s
- টোকেন
- 9,423 tok
Meta
প্রকাশ: 2026-07-16
পরীক্ষিত হয়েছে: 2026-07-16 19:02
meta/muse-spark-1.1::high
~1T মোট (~50B সক্রিয়)MoEবন্ধ উৎসআনুমানিক
সারাংশ
Muse Spark 1.1 AI BENCHY-তে 7.8 স্কোর করে এবং #41 স্থানে আছে। এর reliability 10.0, pass rate 69.8%, মোট খরচ $1.440, এবং গড় response time 29.16s.
Muse Spark 1.1 কে আলাদা করে যা: এটি Sadharon Buddhimotta-তে সবচেয়ে ভালোভাবে নজর কাড়ে, যেখানে এর rank #1; আর সমন্বিত এর দুর্বলতম ক্ষেত্র, rank #18.
মডেলের তথ্য
গবেষণার তারিখ: 2026-08-12
- প্যারামিটার
- ~1T মোট (~50B সক্রিয়)
- আর্কিটেকচার
- MoE
- উপলভ্যতা
- বন্ধ উৎস
- লাইসেন্স
- -
সর্বজনীন তথ্যপ্রমাণের ভিত্তিতে সেরা অনুমান; প্রদানকারী সব মান প্রকাশ করেনি।
7.8
ধারাবাহিকতা
8.1
10.0
$1.440
মোট আউটপুট টোকেন
319,632
মোট ইনপুট টোকেন
64,900
ইনপুট মূল্য
$1.250 / 1M
আউটপুট মূল্য
$4.250 / 1M
অস্থির টেস্ট
5
অস্থির টেস্টে রানভেদে মিশ্র ফল হয়েছে (কমপক্ষে একটি পাস এবং একটি ফেল)।
29.16s
প্রতিক্রিয়া সময় (সর্বোচ্চ): 196.03s
প্রতিক্রিয়া সময় (মোট): 583.18s
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
রান ইতিহাস
| পরীক্ষিত হয়েছে | স্কোর | নির্ভরযোগ্যতা | সঠিক টেস্ট | মোট খরচ | তুলনা করুন |
|---|---|---|---|---|---|
| 2026-08-14 03:29 পুনরায় পরীক্ষা | 8.0 | 10.0 | $1.709 | তুলনা করুন | |
| 2026-07-16 23:39 নতুন টেস্ট যোগ হয়েছে | 8.1 | 10.0 | $1.694 | তুলনা করুন | |
| 2026-07-16 19:02 প্রথম রান | 7.8 | 10.0 | $1.440 | বর্তমান রান |
রান তুলনা
| রান | বেঞ্চমার্ক কভারেজ | স্কোর | ধারাবাহিকতা | নির্ভরযোগ্যতা | সঠিক টেস্ট | অস্থির টেস্ট | মোট আউটপুট টোকেন | মোট ইনপুট টোকেন | মোট খরচ | প্রতিক্রিয়া সময় (গড়) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-07-16 19:02 · প্রথম রান | 61/63 প্রচেষ্টা | 7.8 | 8.1 | 10.0 | 12/21 | 5 | 319,632 | 64,900 | $1.440 | 29.16s |
| 2026-07-16 23:39 · নতুন টেস্ট যোগ হয়েছে | 64/66 প্রচেষ্টা | 8.1 | 7.9 | 10.0 | 12/22 | 6 | 360,498 | 129,423 | $1.694 | 31.49s |
| পার্থক্য | — | -0.2 | +0.2 | 0.0 | 0 | -1 | -40866 | -64523 | -$0.255 | -2330ms |
বেঞ্চমার্ক কভারেজ আলাদা: 61/63 প্রচেষ্টা (লক্ষ্য: প্রতি টেস্টে 3টি পুনরাবৃত্তি) বনাম 64/66 প্রচেষ্টা (লক্ষ্য: প্রতি টেস্টে 3টি পুনরাবৃত্তি)। মোট মান ও পুনরাবৃত্তি-সংবেদনশীল মেট্রিক সরাসরি তুলনাযোগ্য নয়।
এই দুই রান ভিন্ন বেঞ্চমার্ক স্যুইট ব্যবহার করেছে, তাই পার্থক্যগুলোতে মডেল পরিবর্তন এবং স্যুইট পরিবর্তন দুটোই ধরা পড়ে।
মূল্যের ইতিহাস
OpenRouter থেকে এই মডেলের ঐতিহাসিক মূল্য তথ্য।
| তারিখ | ইনপুট মূল্য | আউটপুট মূল্য |
|---|---|---|
| 2026-07-16 19:03 | $1.250 / 1M | $4.250 / 1M |
চার্ট
প্রথম মডেলটি নির্বাচন করুন, তারপর দ্বিতীয় মডেলে ক্লিক করে পাশাপাশি তুলনা পৃষ্ঠা খুলুন।
স্কোর অনুযায়ী শীর্ষ মডেল
স্কোর vs মোট খরচ
প্রতিক্রিয়া সময় (গড়)
স্কোর vs প্রতিক্রিয়া সময় (গড়)
মোট আউটপুট টোকেন
স্কোর vs মোট আউটপুট টোকেন
দ্রুত তুলনা
Muse Spark 1.1highvsInklinghighMuse Spark 1.1highvsDeepSeek V4 Flash 0731lowMuse Spark 1.1highvsMuse Glimmer 30BxhighMuse Spark 1.1highvsDeepSeek V4 Flash 0731highMuse Spark 1.1highvsGPT-5 MinimediumMuse Spark 1.1highvsGLM 5.2highMuse Spark 1.1highvsQwen3.8 2.4T A95BlowMuse Spark 1.1highvsInklingmediumMuse Spark 1.1highvsClaude Sonnet 5mediumMuse Spark 1.1highvsGPT-5.6 Terrahigh
বিভাগভিত্তিক বিশ্লেষণ
| বিভাগ | স্কোর | ধারাবাহিকতা | সঠিক টেস্ট |
|---|---|---|---|
| অ্যান্টি-এআই কৌশল | 7.5 | 8.4 | |
| কোডিং | 10.0 | 10.0 | |
| সমন্বিত | 4.5 | 2.1 | |
| ডেটা পার্সিং ও নিষ্কাশন | 10.0 | 10.0 | |
| ডোমেইন-নির্দিষ্ট | 3.5 | 4.4 | |
| Sadharon Buddhimotta | 10.0 | 10.0 | |
| নির্দেশনা অনুসরণ | 6.4 | 6.0 | |
| ধাঁধা সমাধান | 7.8 | 9.9 | |
| টুল কলিং | 9.6 | 10.0 | |
| সাধারণ জ্ঞান | 3.0 | 10.0 |