AI BENCHY
Advertise here
#20

Muse Spark 1.2

Meta প্রকাশ: 2026-08-06 পরীক্ষিত হয়েছে: 2026-08-05 23:33 meta/muse-spark-1.2::high
(high) (medium) (low)

সারাংশ

Muse Spark 1.2 AI BENCHY-তে 8.8 স্কোর করে এবং #20 স্থানে আছে। এর reliability 9.8, pass rate 75.8%, মোট খরচ $1.632, এবং গড় response time 23.99s.

Muse Spark 1.2 কে আলাদা করে যা: এটি অস্বাভাবিকভাবে বেশি reasoning tokens ব্যবহার করে, যা ধীর বা বেশি খরচের runs ব্যাখ্যা করতে পারে।

স্কোর

8.8

ধারাবাহিকতা

8.7

নির্ভরযোগ্যতা

9.8

মোট খরচ (বর্তমান মূল্য)

$1.632

মোট আউটপুট টোকেন

349,571

মোট ইনপুট টোকেন

117,028

ইনপুট মূল্য

$1.250 / 1M

আউটপুট মূল্য

$4.250 / 1M

সঠিক টেস্ট

ভুল টেস্ট: 7

প্রতি চেষ্টায় পাস রেট: 75.8%

অস্থির টেস্ট

4

অস্থির টেস্টে রানভেদে মিশ্র ফল হয়েছে (কমপক্ষে একটি পাস এবং একটি ফেল)।

প্রতিক্রিয়া সময় (গড়)

23.99s

প্রতিক্রিয়া সময় (সর্বোচ্চ): 192.00s

প্রতিক্রিয়া সময় (মোট): 527.70s

নির্দেশনা অনুসরণ করা হয়নি: 3 ভুল উত্তর: 3 অবৈধ টুল কল: 1

Hamster playing table tennis

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

#20 Muse Spark 1.2

high
খরচ
$0.057
সময়
34.7s
টোকেন
13,356 tok

মূল্যের ইতিহাস

OpenRouter থেকে এই মডেলের ঐতিহাসিক মূল্য তথ্য।

তারিখ ইনপুট মূল্য আউটপুট মূল্য
2026-08-05 23:34 $1.250 / 1M $4.250 / 1M

চার্ট

প্রথম মডেলটি নির্বাচন করুন, তারপর দ্বিতীয় মডেলে ক্লিক করে পাশাপাশি তুলনা পৃষ্ঠা খুলুন।

মোট আউটপুট টোকেন

স্কোর vs মোট আউটপুট টোকেন

দ্রুত তুলনা

Muse Spark 1.2highvsClaude Opus 4.8mediumMuse Spark 1.2highvsGemini 3.5 Flash LitehighMuse Spark 1.2highvsGPT-5.3-CodexmediumMuse Spark 1.2highvsGemini 3.6 FlashlowMuse Spark 1.2highvsGrok 4.5highMuse Spark 1.2highvsClaude Opus 4.7mediumMuse Spark 1.2highvsGemini 3.5 FlashlowMuse Spark 1.2highvsQwen3.8 MaxlowMuse Spark 1.2highvsGPT-5.5mediumMuse Spark 1.2highvsMuse Spark 1.2medium

বিভাগভিত্তিক বিশ্লেষণ

বিভাগ স্কোর ধারাবাহিকতা সঠিক টেস্ট
অ্যান্টি-এআই কৌশল 7.1 8.4
কোডিং 10.0 10.0
সমন্বিত 8.0 6.9
ডেটা পার্সিং ও নিষ্কাশন 10.0 10.0
ডোমেইন-নির্দিষ্ট 5.9 7.2
Sadharon Buddhimotta 10.0 10.0
নির্দেশনা অনুসরণ 9.8 10.0
ধাঁধা সমাধান 8.2 7.7
টুল কলিং 10.0 10.0
সাধারণ জ্ঞান 3.0 10.0

তুলনা করা মডেল