नेविगेशन
Advertise here

Claude Sonnet 5 (medium) vs Muse Spark 1.1 (low)

Muse Spark 1.1 (low) average score में आगे है: 8.6 vs 8.5. Muse Spark 1.1 (low) की benchmark लागत कम है: $0.885 vs $1.438. Muse Spark 1.1 (low) तेज है: 13.21s vs 15.01s, pass rates 76.8% vs 72.5%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-16

तुलना किए गए मॉडल

रैंक
#78
कुल आउटपुट टोकन
73,018
प्रतिक्रिया समय (औसत)
15.01s
कुल लागत
$1.438
रैंक
#71
कुल आउटपुट टोकन
122,421
प्रतिक्रिया समय (औसत)
13.21s
कुल लागत
$0.885
अनुशंसित मॉडल Muse Spark 1.1 (low)

It has the best score here (8.6), while costing about 1.6x less than Claude Sonnet 5 (medium).

विस्तृत तुलना

मेट्रिक Claude Sonnet 5 Claude Sonnet 5 medium रिलीज़: 2026-06-30 Muse Spark 1.1 Muse Spark 1.1 low रिलीज़: 2026-07-16
स्कोर 8.5 8.6
रैंक #78 #71
विश्वसनीयता 10.0 10.0
संगति 9.1 8.6
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 76.8% 72.5%
अस्थिर टेस्ट 3 4
कुल रन 69 69
प्रति परिणाम लागत 8.985 6.318
कुल लागत $1.438 $0.885
इनपुट कीमत $2.000 / 1M $1.250 / 1M
आउटपुट कीमत $10.000 / 1M $4.250 / 1M
कैश पढ़ने की कीमत $0.200 / 1M $0.150 / 1M
कैश लिखने की कीमत $2.500 / 1M लागू नहीं
कुल इनपुट टोकन 353,658 291,368
आउटपुट टोकन 54,891 13,469
रीजनिंग टोकन 18,370 108,952
प्रतिक्रिया समय (औसत) 15.01s 13.21s
प्रतिक्रिया समय (अधिकतम) 69.26s 54.15s
प्रतिक्रिया समय (कुल) 345.16s 303.92s
पैरामीटर ~1T कुल (~100B 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.

#78 Claude Sonnet 5

medium
लागत
$0.007
समय
6.4s
टोकन
832 tok

#71 Muse Spark 1.1

low
लागत
$0.020
समय
39.2s
टोकन
4,947 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 Sonnet 5 9.0 7.9 88.9% 1 17.28s 10,590 13,153 2,379
Muse Spark 1.1 10.0 10.0 100.0% 0 10.34s 8,562 394 14,503

त्वरित तुलना

तुलना जोड़ी बदलें

Claude Sonnet 5mediumvsMuse Spark 1.3lowClaude Sonnet 5.5highvsMuse Spark 1.1lowDeepSeek V4.1 FlashmaxvsMuse Spark 1.1lowClaude Sonnet 5mediumvsGrok 4.6highClaude Sonnet 5mediumvsQwen3.8 Max (0902)lowMuse Spark 1.1lowvsGrok 4.6highSeed 2.1 TurbomediumvsMuse Spark 1.1lowMuse Spark 1.1lowvsMiMo-V2.6-PromediumMuse Spark 1.1lowvsQwen3.8 27Bhighनिःशुल्क उपलब्धClaude Sonnet 5mediumvsNemotron 3.5 Super VLhighनिःशुल्क उपलब्धMuse Spark 1.1lowvsGPT-5.2mediumClaude Sonnet 5mediumvsQwen3.8 2.4T A95Blow