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

ERNIE-Light-DT-1.0 (max) vs Muse Spark 1.3 (medium)

average score लगभग बराबर है: 9.0 vs 9.0. Muse Spark 1.3 (medium) की benchmark लागत कम है: $1.712 vs $4.353. Muse Spark 1.3 (medium) तेज है: 39.83s vs 103.37s, pass rates 81.2% vs 85.5%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-13

तुलना किए गए मॉडल

रैंक
#66
कुल आउटपुट टोकन
1,003,960
प्रतिक्रिया समय (औसत)
103.37s
कुल लागत
$4.353
रैंक
#65
कुल आउटपुट टोकन
328,911
प्रतिक्रिया समय (औसत)
39.83s
कुल लागत
$1.712
अनुशंसित मॉडल Muse Spark 1.3 (medium)

It has the best score here (9.0), while costing about 2.5x less than ERNIE-Light-DT-1.0 (max).

विस्तृत तुलना

मेट्रिक ERNIE-Light-DT-1.0 ERNIE-Light-DT-1.0 max रिलीज़: 2026-11-12 Muse Spark 1.3 Muse Spark 1.3 medium रिलीज़: 2026-09-02
स्कोर 9.0 9.0
रैंक #66 #65
विश्वसनीयता 8.9 10.0
संगति 9.6 8.9
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 81.2% 85.5%
अस्थिर टेस्ट 1 3
कुल रन 69 69
प्रति परिणाम लागत 24.179 9.507
कुल लागत $4.353 $1.712
इनपुट कीमत $1.130 / 1M $1.250 / 1M
आउटपुट कीमत $3.941 / 1M $4.250 / 1M
कैश पढ़ने की कीमत $0.113 / 1M $0.150 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 350,977 250,676
आउटपुट टोकन 6,155 13,511
रीजनिंग टोकन 997,807 315,400
प्रतिक्रिया समय (औसत) 103.37s 39.83s
प्रतिक्रिया समय (अधिकतम) 473.48s 219.77s
प्रतिक्रिया समय (कुल) 2377.50s 916.20s
पैरामीटर ~320B कुल (~18B 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.

#66 ERNIE-Light-DT-1.0

max
OpenRouter returned no showcase content (finish_reason: length).
लागत
$0.259
समय
533.2s
टोकन
65,656 tok

#65 Muse Spark 1.3

medium
लागत
$0.025
समय
113.4s
टोकन
5,952 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
ERNIE-Light-DT-1.0 10.0 10.0 100.0% 0 97.26s 7,317 602 123,649
Muse Spark 1.3 10.0 10.0 100.0% 0 41.14s 7,275 1,182 46,737

तुलना जोड़ी बदलें