नेविगेशन
AI BENCHY
Advertise here

Seed 2.1 Turbo (high) vs Muse Spark 1.3 (medium)

Muse Spark 1.3 (medium) average score में आगे है: 9.0 vs 8.9. Muse Spark 1.3 (medium) की benchmark लागत कम है: $1.075 vs $1.797. Muse Spark 1.3 (medium) तेज है: 89.78s vs 173.96s, pass rates 78.8% vs 81.8%.

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

रैंक
#29
कुल आउटपुट टोकन
697,731
प्रतिक्रिया समय (औसत)
173.96s
कुल लागत
$1.797
रैंक
#27
कुल आउटपुट टोकन
223,994
प्रतिक्रिया समय (औसत)
89.78s
कुल लागत
$1.075
अनुशंसित मॉडल Muse Spark 1.3 (medium)

It has the best score here (9.0), while costing about 1.7x less than Seed 2.1 Turbo (high).

विस्तृत तुलना

मेट्रिक Seed 2.1 Turbo Seed 2.1 Turbo high रिलीज़: 2026-08-12 Muse Spark 1.3 Muse Spark 1.3 medium रिलीज़: 2026-09-02
स्कोर 8.9 9.0
रैंक #29 #27
विश्वसनीयता 10.0 9.3
संगति 8.9 8.5
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 78.8% 81.8%
अस्थिर टेस्ट 3 4
कुल रन 66 66
प्रति परिणाम लागत 11.230 6.716
कुल लागत $1.797 $1.075
इनपुट कीमत $0.500 / 1M $1.250 / 1M
आउटपुट कीमत $2.500 / 1M $4.250 / 1M
कुल इनपुट टोकन 104,695 98,062
आउटपुट टोकन 6,645 13,168
रीजनिंग टोकन 691,086 210,826
प्रतिक्रिया समय (औसत) 173.96s 89.78s
प्रतिक्रिया समय (अधिकतम) 584.71s 356.29s
प्रतिक्रिया समय (कुल) 3827.19s 1975.17s
पैरामीटर ~200B कुल (~20B 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.

#29 Seed 2.1 Turbo

high
लागत
$0.058
समय
355.4s
टोकन
23,053 tok

#27 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
Seed 2.1 Turbo 10.0 10.0 100.0% 0 336.02s 8,220 370 194,578
Muse Spark 1.3 10.0 10.0 100.0% 0 101.89s 7,275 1,374 43,595

त्वरित तुलना

तुलना जोड़ी बदलें