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

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

Claude Opus 5 (low) average score में आगे है: 9.0 vs 8.9. Muse Spark 1.2 (medium) की benchmark लागत कम है: $1.590 vs $2.350. Claude Opus 5 (low) तेज है: 9.87s vs 21.28s, pass rates 84.1% vs 75.4%.

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

तुलना किए गए मॉडल

रैंक
#56
कुल आउटपुट टोकन
23,416
प्रतिक्रिया समय (औसत)
9.87s
कुल लागत
$2.350
रैंक
#61
कुल आउटपुट टोकन
287,977
प्रतिक्रिया समय (औसत)
21.28s
कुल लागत
$1.590
अनुशंसित मॉडल Claude Opus 5 (low)

It has the best score here (9.0), while responding about 2.2x faster than Muse Spark 1.2 (medium).

विस्तृत तुलना

मेट्रिक Claude Opus 5 Claude Opus 5 low रिलीज़: 2026-07-25 Muse Spark 1.2 Muse Spark 1.2 medium रिलीज़: 2026-08-06
स्कोर 9.0 8.9
रैंक #56 #61
विश्वसनीयता 10.0 10.0
संगति 9.7 8.7
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 84.1% 75.4%
अस्थिर टेस्ट 1 4
कुल रन 69 69
प्रति परिणाम लागत 12.367 10.598
कुल लागत $2.350 $1.590
इनपुट कीमत $5.000 / 1M $1.250 / 1M
आउटपुट कीमत $25.000 / 1M $4.250 / 1M
कैश पढ़ने की कीमत $0.500 / 1M $0.150 / 1M
कैश लिखने की कीमत $6.250 / 1M लागू नहीं
कुल इनपुट टोकन 352,845 292,604
आउटपुट टोकन 16,553 9,569
रीजनिंग टोकन 7,007 278,408
प्रतिक्रिया समय (औसत) 9.87s 21.28s
प्रतिक्रिया समय (अधिकतम) 73.15s 142.49s
प्रतिक्रिया समय (कुल) 226.95s 489.46s
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.

#56 Claude Opus 5

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

#61 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 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 17.49s 7,275 353 33,215

तुलना जोड़ी बदलें