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

Claude Opus 5.5 (medium) vs Muse Spark 1.3 (high)

Claude Opus 5.5 (medium) average score में आगे है: 9.2 vs 9.1. Claude Opus 5.5 (medium) की benchmark लागत कम है: $1.804 vs $1.891. Claude Opus 5.5 (medium) तेज है: 25.85s vs 52.87s, pass rates 89.9% vs 78.3%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-26

तुलना किए गए मॉडल

रैंक
#36
कुल आउटपुट टोकन
32,127
प्रतिक्रिया समय (औसत)
25.85s
कुल लागत
$1.804
रैंक
#45
कुल आउटपुट टोकन
369,142
प्रतिक्रिया समय (औसत)
52.87s
कुल लागत
$1.891
अनुशंसित मॉडल Claude Opus 5.5 (medium)

It has the best score here (9.2), while responding about 2.0x faster than Muse Spark 1.3 (high).

विस्तृत तुलना

मेट्रिक Claude Opus 5.5 Claude Opus 5.5 medium रिलीज़: 2026-09-23 Muse Spark 1.3 Muse Spark 1.3 high रिलीज़: 2026-09-02
स्कोर 9.2 9.1
रैंक #36 #45
विश्वसनीयता 10.0 10.0
संगति 9.7 9.3
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 89.9% 78.3%
अस्थिर टेस्ट 1 2
कुल रन 69 69
प्रति परिणाम लागत 9.016 11.121
कुल लागत $1.804 $1.891
इनपुट कीमत $4.000 / 1M $1.250 / 1M
आउटपुट कीमत $20.000 / 1M $4.250 / 1M
कैश पढ़ने की कीमत $0.200 / 1M $0.150 / 1M
कैश लिखने की कीमत $5.000 / 1M लागू नहीं
कुल इनपुट टोकन 290,117 257,320
आउटपुट टोकन 9,805 14,459
रीजनिंग टोकन 22,322 354,683
प्रतिक्रिया समय (औसत) 25.85s 52.87s
प्रतिक्रिया समय (अधिकतम) 90.20s 251.53s
प्रतिक्रिया समय (कुल) 594.63s 1216.04s
पैरामीटर ~5T कुल (~500B सक्रिय) ~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.

#36 Claude Opus 5.5

medium
लागत
$0.053
समय
25.6s
टोकन
2,781 tok

#45 Muse Spark 1.3

high
लागत
$0.050
समय
203.3s
टोकन
11,679 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 5.5 8.4 7.4 88.9% 1 13.50s 10,608 636 4,341
Muse Spark 1.3 10.0 10.0 100.0% 0 51.66s 7,275 1,228 64,287

तुलना जोड़ी बदलें