नेविगेशन
AI BENCHY
Advertise here

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

Seed 2.1 Turbo (low) average score में आगे है: 9.1 vs 9.0. Muse Spark 1.3 (high) की benchmark लागत कम है: $1.252 vs $1.546. Muse Spark 1.3 (high) तेज है: 117.06s vs 163.90s, pass rates 80.3% vs 81.8%.

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

रैंक
#18
कुल आउटपुट टोकन
597,236
प्रतिक्रिया समय (औसत)
163.90s
कुल लागत
$1.546
रैंक
#24
कुल आउटपुट टोकन
265,177
प्रतिक्रिया समय (औसत)
117.06s
कुल लागत
$1.252
अनुशंसित मॉडल Muse Spark 1.3 (high)

It offers the best overall trade-off: a competitive score (9.0), lower cost than Seed 2.1 Turbo (low), and balanced response time.

विस्तृत तुलना

मेट्रिक Seed 2.1 Turbo Seed 2.1 Turbo low रिलीज़: 2026-08-12 Muse Spark 1.3 Muse Spark 1.3 high रिलीज़: 2026-09-02
स्कोर 9.1 9.0
रैंक #18 #24
विश्वसनीयता 10.0 9.5
संगति 9.2 8.9
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 80.3% 81.8%
अस्थिर टेस्ट 2 3
कुल रन 66 66
प्रति परिणाम लागत 9.091 7.361
कुल लागत $1.546 $1.252
इनपुट कीमत $0.500 / 1M $1.250 / 1M
आउटपुट कीमत $2.500 / 1M $4.250 / 1M
कुल इनपुट टोकन 104,464 99,477
आउटपुट टोकन 6,844 14,053
रीजनिंग टोकन 590,392 251,124
प्रतिक्रिया समय (औसत) 163.90s 117.06s
प्रतिक्रिया समय (अधिकतम) 739.98s 470.12s
प्रतिक्रिया समय (कुल) 3605.87s 2575.43s
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.

#18 Seed 2.1 Turbo

low
लागत
$0.049
समय
298.8s
टोकन
19,730 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
Seed 2.1 Turbo 10.0 10.0 100.0% 0 360.85s 8,220 385 207,368
Muse Spark 1.3 10.0 10.0 100.0% 0 146.96s 7,275 2,003 59,912

त्वरित तुलना

तुलना जोड़ी बदलें