Navigation
Advertise here

Muse Spark 1.1 (low) vs Qwen4 Max (high)

Der Durchschnittsscore ist mit 8.6 vs 8.6 praktisch gleichauf. Muse Spark 1.1 (low) hat die niedrigeren Benchmark-Kosten mit $0.885 vs $1.363. Muse Spark 1.1 (low) ist schneller mit 13.21s vs 52.90s, mit Erfolgsraten von 72.5% vs 85.5%.

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-11-16

Verglichene Modelle

Rang
#101
Gesamte Ausgabe-Token
122,421
Antwortzeit (Durchschnitt)
13.21s
Gesamtkosten
$0.885
Rang
#105
Gesamte Ausgabe-Token
185,844
Antwortzeit (Durchschnitt)
52.90s
Gesamtkosten
$1.363
Empfohlenes Modell Muse Spark 1.1 (low)

Es hat hier die beste Punktzahl (8.6) und kostet etwa 1.5x weniger als Qwen4 Max (high).

Detaillierter Vergleich

Metrik Muse Spark 1.1 Muse Spark 1.1 low Veröffentlichung: 2026-07-16 Qwen4 Max Qwen4 Max high Veröffentlichung: 2026-11-16
Punktzahl 8.6 8.6
Rang #101 #105
Zuverlässigkeit 10.0 10.0
Konsistenz 8.6 9.6
Versuche 69/69 69/69
Korrekte Tests
Erfolgsquote pro Versuch 72.5% 85.5%
Instabile Tests 4 1
Gesamtläufe 69 69
Kosten pro Ergebnis 6.318 7.172
Gesamtkosten $0.885 $1.363
Eingabepreis $1.250 / 1M $1.500 / 1M
Ausgabepreis $4.250 / 1M $4.500 / 1M
Preis für Cache-Lesen $0.150 / 1M $0.075 / 1M
Preis für Cache-Schreiben k. A. $1.875 / 1M
Gesamte Eingabe-Token 291,368 350,854
Ausgabe-Token 13,469 8,427
Denk-Token 108,952 177,417
Antwortzeit (Durchschnitt) 13.21s 52.90s
Antwortzeit (Maximum) 54.15s 437.98s
Antwortzeit (Gesamt) 303.92s 1216.62s
Parameter ~1T insgesamt (~50B aktiv) ~2.4T insgesamt (~95B aktiv)
Verfügbarkeit Geschlossen Geschlossen

Cache-Preise gelten für Eingabetokens. Lesen nutzt gespeicherte Prompts erneut; Schreiben speichert sie und kann mehr kosten. Für Ausgabetokens gilt der Ausgabepreis.

Modell-Generierungs-Showcase

Hamster playing table tennis

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

#101 Muse Spark 1.1

low
Kosten
$0.020
Zeit
39.2s
Token
4,947 tok

#105 Qwen4 Max

high
Kosten
$0.076
Zeit
277.5s
Token
16,848 tok

Top-Modelle nach Score

Score vs. Gesamtkosten

Antwortzeit (Durchschnitt)

Punktzahl vs Antwortzeit (Durchschnitt)

Gesamte Ausgabe-Token

Punktzahl vs Gesamte Ausgabe-Token

Kategorieaufschlüsselung

Programmierung Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Muse Spark 1.1 10.0 10.0 100.0% 0 10.34s 8,562 394 14,503
Qwen4 Max 10.0 10.0 100.0% 0 15.68s 8,001 431 9,195

Vergleichspaar wechseln