नेविगेशन
Advertise here

Claude Opus 5 (low) vs Muse Spark 1.2 (high)

Claude Opus 5 (low) average score में आगे है: 8.7 vs 8.7. Claude Opus 5 (low) की benchmark लागत कम है: $1.121 vs $1.771. Claude Opus 5 (low) तेज है: 6.99s vs 26.59s, pass rates 83.3% vs 74.2%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-09-18

तुलना किए गए मॉडल

रैंक
#41
कुल आउटपुट टोकन
17,992
प्रतिक्रिया समय (औसत)
6.99s
कुल लागत
$1.121
रैंक
#45
कुल आउटपुट टोकन
382,087
प्रतिक्रिया समय (औसत)
26.59s
कुल लागत
$1.771
अनुशंसित मॉडल Claude Opus 5 (low)

It has the best score here (8.7), while costing about 1.6x less than Muse Spark 1.2 (high).

विस्तृत तुलना

मेट्रिक Claude Opus 5 Claude Opus 5 low रिलीज़: 2026-07-25 Muse Spark 1.2 Muse Spark 1.2 high रिलीज़: 2026-08-06
स्कोर 8.7 8.7
रैंक #41 #45
विश्वसनीयता 10.0 9.9
संगति 9.6 8.3
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 83.3% 74.2%
अस्थिर टेस्ट 1 5
कुल रन 66 66
प्रति परिणाम लागत 6.223 12.645
कुल लागत $1.121 $1.771
इनपुट कीमत $5.000 / 1M $1.250 / 1M
आउटपुट कीमत $25.000 / 1M $4.250 / 1M
कुल इनपुट टोकन 134,770 117,037
आउटपुट टोकन 13,604 6,983
रीजनिंग टोकन 4,388 375,104
प्रतिक्रिया समय (औसत) 6.99s 26.59s
प्रतिक्रिया समय (अधिकतम) 30.67s 192.00s
प्रतिक्रिया समय (कुल) 153.80s 584.89s
पैरामीटर ~5T कुल (~500B सक्रिय) ~1T कुल (~50B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#41 Claude Opus 5

low
लागत
$0.062
समय
30.2s
टोकन
2,615 tok

#45 Muse Spark 1.2

high
लागत
$0.057
समय
34.7s
टोकन
13,356 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 7.8 7.4 77.8% 1 6.70s 10,590 2,442 760
Muse Spark 1.2 10.0 10.0 100.0% 0 22.24s 7,275 351 47,857

त्वरित तुलना

तुलना जोड़ी बदलें