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

AI BENCHY तुलना

Meta: Muse Spark 1.1 vs MoonshotAI: Kimi K2.6

सारांश

Muse Spark 1.1 (high) average score में आगे है: 7.8 vs 7.8. Kimi K2.6 (medium) की benchmark लागत कम है: $1.047 vs $1.440. Muse Spark 1.1 (high) तेज है: 29.16s vs 71.67s, pass rates 69.8% vs 65.1%.

अनुशंसित मॉडलMuse Spark 1.1 (high)It has the best score here (7.8), while responding about 2.5x faster than Kimi K2.6 (medium).

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-16

मेट्रिक Muse Spark 1.1 Muse Spark 1.1 high रिलीज़: 2026-07-16 Kimi K2.6 Kimi K2.6 medium रिलीज़: 2026-04-20 निःशुल्क उपलब्ध
स्कोर 7.8 7.8
रैंक #41 #49
विश्वसनीयता 10.0 10.0
संगति 8.1 8.6
सही परीक्षण
प्रति प्रयास पास दर 69.8% 65.1%
अस्थिर टेस्ट 5 3
कुल रन 61 63
प्रति परिणाम लागत 11.997 8.358
कुल लागत $1.440 $1.047
इनपुट कीमत $1.250 / 1M $0.950 / 1M
आउटपुट कीमत $4.250 / 1M $4.000 / 1M
कुल इनपुट टोकन 64,900 29,450
आउटपुट टोकन 3,577 102,923
रीजनिंग टोकन 316,055 254,094
प्रतिक्रिया समय (औसत) 29.16s 71.67s
प्रतिक्रिया समय (अधिकतम) 196.03s 406.78s
प्रतिक्रिया समय (कुल) 583.18s 1433.36s

जनरेशन शोकेस

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#41 Muse Spark 1.1

high
लागत
$0.039
समय
50.1s
टोकन
9,423 tok

#49 MoonshotAI: Kimi K2.6

medium
लागत
$0.013
समय
103.4s
टोकन
3,620 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 Spark 1.1 10.0 10.0 100.0% 0 22.92s 8,562 349 36,039
Kimi K2.6 5.7 8.6 33.3% 0 214.42s 2,925 9,970 77,189

त्वरित तुलना

तुलना जोड़ी बदलें