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

Seed 2.1 Turbo (medium) vs Muse Spark 1.2 (low)

Muse Spark 1.2 (low) average score में आगे है: 8.4 vs 8.4. Muse Spark 1.2 (low) की benchmark लागत कम है: $0.650 vs $1.969. Muse Spark 1.2 (low) तेज है: 9.67s vs 197.04s, pass rates 78.8% vs 77.3%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-08-12

रैंक
#37
कुल आउटपुट टोकन
766,465
प्रतिक्रिया समय (औसत)
197.04s
कुल लागत
$1.969
रैंक
#33
कुल आउटपुट टोकन
122,939
प्रतिक्रिया समय (औसत)
9.67s
कुल लागत
$0.650
अनुशंसित मॉडल Muse Spark 1.2 (low)

It has the best score here (8.4), while costing about 3.0x less than Seed 2.1 Turbo (medium).

विस्तृत तुलना

मेट्रिक Seed 2.1 Turbo Seed 2.1 Turbo medium रिलीज़: 2026-08-12 Muse Spark 1.2 Muse Spark 1.2 low रिलीज़: 2026-08-06
स्कोर 8.4 8.4
रैंक #37 #33
विश्वसनीयता 9.9 9.9
संगति 8.2 9.0
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 78.8% 77.3%
अस्थिर टेस्ट 5 3
कुल रन 66 66
प्रति परिणाम लागत 13.123 4.332
कुल लागत $1.969 $0.650
इनपुट कीमत $0.500 / 1M $1.250 / 1M
आउटपुट कीमत $2.500 / 1M $4.250 / 1M
कुल इनपुट टोकन 104,424 101,802
आउटपुट टोकन 6,510 8,025
रीजनिंग टोकन 759,955 114,914
प्रतिक्रिया समय (औसत) 197.04s 9.67s
प्रतिक्रिया समय (अधिकतम) 885.33s 47.80s
प्रतिक्रिया समय (कुल) 4334.80s 212.82s
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.

#37 Seed 2.1 Turbo

medium
लागत
$0.099
समय
583.9s
टोकन
39,514 tok

#33 Muse Spark 1.2

low
लागत
$0.019
समय
14.6s
टोकन
4,384 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 8.2 7.2 88.9% 1 354.87s 8,220 384 205,892
Muse Spark 1.2 8.4 7.4 88.9% 1 10.09s 7,275 343 19,717

त्वरित तुलना

तुलना जोड़ी बदलें