नेविगेशन
Advertise here

Muse Ember (minimal) vs Muse Spark 1.1 (medium)

average score लगभग बराबर है: 8.9 vs 8.9. Muse Ember (minimal) की benchmark लागत कम है: $0.047 vs $1.665. Muse Ember (minimal) तेज है: 5.30s vs 27.02s, pass rates 76.8% vs 73.9%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-10

तुलना किए गए मॉडल

रैंक
#67
कुल आउटपुट टोकन
40,577
प्रतिक्रिया समय (औसत)
5.30s
कुल लागत
$0.047
रैंक
#66
कुल आउटपुट टोकन
301,719
प्रतिक्रिया समय (औसत)
27.02s
कुल लागत
$1.665
अनुशंसित मॉडल Muse Ember (minimal)

It has the best score here (8.9), while costing about 35.5x less than Muse Spark 1.1 (medium).

विस्तृत तुलना

मेट्रिक Muse Ember Muse Ember minimal रिलीज़: 2026-11-09 Muse Spark 1.1 Muse Spark 1.1 medium रिलीज़: 2026-07-16
स्कोर 8.9 8.9
रैंक #67 #66
विश्वसनीयता 9.7 10.0
संगति 9.6 9.3
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 76.8% 73.9%
अस्थिर टेस्ट 1 2
कुल रन 69 69
प्रति परिणाम लागत 0.276 10.403
कुल लागत $0.047 $1.665
इनपुट कीमत $0.100 / 1M $1.250 / 1M
आउटपुट कीमत $0.500 / 1M $4.250 / 1M
कैश पढ़ने की कीमत $0.004 / 1M $0.150 / 1M
कैश लिखने की कीमत $0.125 / 1M लागू नहीं
कुल इनपुट टोकन 265,844 305,707
आउटपुट टोकन 10,584 10,240
रीजनिंग टोकन 29,993 291,479
प्रतिक्रिया समय (औसत) 5.30s 27.02s
प्रतिक्रिया समय (अधिकतम) 48.15s 165.38s
प्रतिक्रिया समय (कुल) 121.82s 621.38s
पैरामीटर ~150B कुल (~10B 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.

#67 Muse Ember

minimal
लागत
$0.002
समय
4.5s
टोकन
2,690 tok

#66 Muse Spark 1.1

medium
लागत
$0.024
समय
29.2s
टोकन
5,774 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
Muse Ember 10.0 10.0 100.0% 0 2.66s 7,410 577 6,099
Muse Spark 1.1 10.0 10.0 100.0% 0 15.66s 8,562 347 23,562

त्वरित तुलना

तुलना जोड़ी बदलें

Claude Fable 5mediumvsMuse EmberminimalMuse EmberminimalvsPareto 26.9defaultMuse Spark 1.1mediumvsPareto 26.9defaultMuse EmberminimalvsKimi K3.1 ProlowMuse EmberminimalvsQwen3.8 MAXlowMuse Spark 1.1mediumvsKimi K3.1 ProlowMuse Spark 1.1mediumvsQwen3.8 MAXlowMuse Spark 1.1mediumvsGLM 5.3 FlashmaxGemini 3.6 FlashlowvsMuse Spark 1.1mediumMuse EmberminimalvsGLM 5.3 FlashmaxGemini 3.6 FlashlowvsMuse EmberminimalClaude Opus 5lowvsMuse Spark 1.1medium