नेविगेशन
AI BENCHY
Advertise here

Claude Opus 5 (medium) vs Muse Spark 1.3 (high)

Claude Opus 5 (medium) average score में आगे है: 9.2 vs 9.0. Muse Spark 1.3 (high) की benchmark लागत कम है: $1.252 vs $1.586. Claude Opus 5 (medium) तेज है: 10.26s vs 117.06s, pass rates 83.3% vs 81.8%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-09-02

रैंक
#16
कुल आउटपुट टोकन
36,618
प्रतिक्रिया समय (औसत)
10.26s
कुल लागत
$1.586
रैंक
#24
कुल आउटपुट टोकन
265,177
प्रतिक्रिया समय (औसत)
117.06s
कुल लागत
$1.252
अनुशंसित मॉडल Claude Opus 5 (medium)

It has the best score here (9.2), while responding about 11.4x faster than Muse Spark 1.3 (high).

विस्तृत तुलना

मेट्रिक Claude Opus 5 Claude Opus 5 medium रिलीज़: 2026-07-25 Muse Spark 1.3 Muse Spark 1.3 high रिलीज़: 2026-09-02
स्कोर 9.2 9.0
रैंक #16 #24
विश्वसनीयता 10.0 9.5
संगति 9.6 8.9
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 83.3% 81.8%
अस्थिर टेस्ट 1 3
कुल रन 66 66
प्रति परिणाम लागत 8.811 7.361
कुल लागत $1.586 $1.252
इनपुट कीमत $5.000 / 1M $1.250 / 1M
आउटपुट कीमत $25.000 / 1M $4.250 / 1M
कुल इनपुट टोकन 135,604 99,477
आउटपुट टोकन 23,814 14,053
रीजनिंग टोकन 12,804 251,124
प्रतिक्रिया समय (औसत) 10.26s 117.06s
प्रतिक्रिया समय (अधिकतम) 35.43s 470.12s
प्रतिक्रिया समय (कुल) 225.66s 2575.43s
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.

#16 Claude Opus 5

medium
लागत
$0.125
समय
69.3s
टोकन
5,134 tok

#24 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 10.0 10.0 100.0% 0 9.56s 10,590 5,224 1,162
Muse Spark 1.3 10.0 10.0 100.0% 0 146.96s 7,275 2,003 59,912

त्वरित तुलना

तुलना जोड़ी बदलें