नेविगेशन
AI BENCHY
Advertise here

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

Claude Opus 5 (medium) average score में आगे है: 9.2 vs 9.0. Muse Spark 1.3 (low) की benchmark लागत कम है: $0.633 vs $1.586. Claude Opus 5 (medium) तेज है: 10.26s vs 43.67s, pass rates 83.3% vs 83.3%.

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
#25
कुल आउटपुट टोकन
117,915
प्रतिक्रिया समय (औसत)
43.67s
कुल लागत
$0.633
अनुशंसित मॉडल Claude Opus 5 (medium)

It has the best score here (9.2), while responding about 4.3x faster than Muse Spark 1.3 (low).

विस्तृत तुलना

मेट्रिक Claude Opus 5 Claude Opus 5 medium रिलीज़: 2026-07-25 Muse Spark 1.3 Muse Spark 1.3 low रिलीज़: 2026-09-02
स्कोर 9.2 9.0
रैंक #16 #25
विश्वसनीयता 10.0 9.6
संगति 9.6 9.0
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 83.3% 83.3%
अस्थिर टेस्ट 1 3
कुल रन 66 66
प्रति परिणाम लागत 8.811 3.720
कुल लागत $1.586 $0.633
इनपुट कीमत $5.000 / 1M $1.250 / 1M
आउटपुट कीमत $25.000 / 1M $4.250 / 1M
कुल इनपुट टोकन 135,604 104,966
आउटपुट टोकन 23,814 10,208
रीजनिंग टोकन 12,804 107,707
प्रतिक्रिया समय (औसत) 10.26s 43.67s
प्रतिक्रिया समय (अधिकतम) 35.43s 190.38s
प्रतिक्रिया समय (कुल) 225.66s 960.70s
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

#25 Muse Spark 1.3

low
लागत
$0.017
समय
83.9s
टोकन
3,959 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 53.93s 7,275 1,047 21,679

त्वरित तुलना

तुलना जोड़ी बदलें