नेविगेशन
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Claude Haiku 5.5 (max) vs Muse Spark 1.1 (high)

Claude Haiku 5.5 (max) average score में आगे है: 8.5 vs 8.4. Claude Haiku 5.5 (max) की benchmark लागत कम है: $0.509 vs $2.570. Muse Spark 1.1 (high) तेज है: 37.41s vs 61.71s, pass rates 85.5% vs 69.6%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-07

तुलना किए गए मॉडल

रैंक
#70
कुल आउटपुट टोकन
919,699
प्रतिक्रिया समय (औसत)
61.71s
कुल लागत
$0.509
रैंक
#76
कुल आउटपुट टोकन
505,566
प्रतिक्रिया समय (औसत)
37.41s
कुल लागत
$2.570
अनुशंसित मॉडल Claude Haiku 5.5 (max)

It has the best score here (8.5), while costing about 5.1x less than Muse Spark 1.1 (high).

विस्तृत तुलना

मेट्रिक Claude Haiku 5.5 Claude Haiku 5.5 max रिलीज़: 2026-10-07 Muse Spark 1.1 Muse Spark 1.1 high रिलीज़: 2026-07-16
स्कोर 8.5 8.4
रैंक #70 #76
विश्वसनीयता 10.0 10.0
संगति 9.6 8.0
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 85.5% 69.6%
अस्थिर टेस्ट 1 6
कुल रन 69 69
प्रति परिणाम लागत 2.677 19.762
कुल लागत $0.509 $2.570
इनपुट कीमत $0.100 / 1M $1.250 / 1M
आउटपुट कीमत $0.500 / 1M $4.250 / 1M
कैश पढ़ने की कीमत $0.010 / 1M $0.150 / 1M
कैश लिखने की कीमत $0.125 / 1M लागू नहीं
कुल इनपुट टोकन 487,516 336,310
आउटपुट टोकन 10,212 10,838
रीजनिंग टोकन 909,487 494,728
प्रतिक्रिया समय (औसत) 61.71s 37.41s
प्रतिक्रिया समय (अधिकतम) 288.94s 196.03s
प्रतिक्रिया समय (कुल) 1419.40s 860.39s
पैरामीटर ~50B ~1T कुल (~50B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#70 Claude Haiku 5.5

max
OpenRouter returned no showcase content (finish_reason: error).
लागत
$0.000
समय
164.5s
टोकन
0 tok

#76 Muse Spark 1.1

high
लागत
$0.039
समय
50.1s
टोकन
9,423 tok

स्कोर के अनुसार शीर्ष मॉडल

स्कोर बनाम कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

श्रेणी विवरण

कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Haiku 5.5 10.0 10.0 100.0% 0 55.87s 10,608 532 125,988
Muse Spark 1.1 10.0 10.0 100.0% 0 22.92s 8,562 349 36,039

तुलना जोड़ी बदलें