नेविगेशन
AI BENCHY
Advertise here

Claude Opus 4.7 (medium) vs Muse Spark 1.2 (medium)

Claude Opus 4.7 (medium) average score में आगे है: 8.7 vs 8.6. Muse Spark 1.2 (medium) की benchmark लागत कम है: $1.227 vs $1.477. Claude Opus 4.7 (medium) तेज है: 7.61s vs 17.47s, pass rates 83.3% vs 74.2%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-08-05

रैंक
#23
कुल आउटपुट टोकन
29,990
प्रतिक्रिया समय (औसत)
7.61s
कुल लागत
$1.477
रैंक
#25
कुल आउटपुट टोकन
252,312
प्रतिक्रिया समय (औसत)
17.47s
कुल लागत
$1.227
अनुशंसित मॉडल Claude Opus 4.7 (medium)

It has the best score here (8.7), while responding about 2.3x faster than Muse Spark 1.2 (medium).

विस्तृत तुलना

मेट्रिक Claude Opus 4.7 Claude Opus 4.7 medium रिलीज़: 2026-04-16 Muse Spark 1.2 Muse Spark 1.2 medium रिलीज़: 2026-08-06
स्कोर 8.7 8.6
रैंक #23 #25
विश्वसनीयता 10.0 9.9
संगति 9.6 8.7
बेंचमार्क कवरेज 22/22 टेस्ट · 66/66 प्रयास 22/22 टेस्ट · 66/66 प्रयास
सही परीक्षण
प्रति प्रयास पास दर 83.3% 74.2%
अस्थिर टेस्ट 1 4
कुल रन 66 66
प्रति परिणाम लागत 8.201 8.764
कुल लागत $1.477 $1.227
इनपुट कीमत $5.000 / 1M $1.250 / 1M
आउटपुट कीमत $25.000 / 1M $4.250 / 1M
कुल इनपुट टोकन 145,252 123,671
आउटपुट टोकन 24,948 7,222
रीजनिंग टोकन 5,042 245,090
प्रतिक्रिया समय (औसत) 7.61s 17.47s
प्रतिक्रिया समय (अधिकतम) 65.40s 142.49s
प्रतिक्रिया समय (कुल) 159.91s 384.44s

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#23 Claude Opus 4.7

medium
लागत
$0.059
समय
26.8s
टोकन
2,475 tok

#25 Muse Spark 1.2

medium
लागत
$0.033
समय
21.8s
टोकन
7,846 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 Opus 4.7 7.6 7.2 77.8% 1 12.96s 10,635 7,629 1,114
Muse Spark 1.2 10.0 10.0 100.0% 0 17.49s 7,275 353 33,215

त्वरित तुलना

तुलना जोड़ी बदलें