नेविगेशन
Advertise here

Muse Spark 1.1 (high) vs Kimi K3 (max)

Muse Spark 1.1 (high) average score में आगे है: 8.4 vs 8.3. Muse Spark 1.1 (high) की benchmark लागत कम है: $2.570 vs $3.409. Muse Spark 1.1 (high) तेज है: 37.41s vs 139.41s, pass rates 69.6% vs 78.3%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-15

तुलना किए गए मॉडल

रैंक
#82
कुल आउटपुट टोकन
505,566
प्रतिक्रिया समय (औसत)
37.41s
कुल लागत
$2.570
रैंक
#88
कुल आउटपुट टोकन
233,327
प्रतिक्रिया समय (औसत)
139.41s
कुल लागत
$3.409
अनुशंसित मॉडल Muse Spark 1.1 (high)

It has the best score here (8.4), while responding about 3.7x faster than Kimi K3 (max).

विस्तृत तुलना

मेट्रिक Muse Spark 1.1 Muse Spark 1.1 high रिलीज़: 2026-07-16 Kimi K3 Kimi K3 max रिलीज़: 2026-07-16
स्कोर 8.4 8.3
रैंक #82 #88
विश्वसनीयता 10.0 9.3
संगति 8.0 9.3
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 69.6% 78.3%
अस्थिर टेस्ट 6 2
कुल रन 69 69
प्रति परिणाम लागत 19.762 23.601
कुल लागत $2.570 $3.409
इनपुट कीमत $1.250 / 1M $0.830 / 1M
आउटपुट कीमत $4.250 / 1M $14.000 / 1M
कैश पढ़ने की कीमत $0.150 / 1M $0.270 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 336,310 170,700
आउटपुट टोकन 10,838 7,719
रीजनिंग टोकन 494,728 225,608
प्रतिक्रिया समय (औसत) 37.41s 139.41s
प्रतिक्रिया समय (अधिकतम) 196.03s 766.58s
प्रतिक्रिया समय (कुल) 860.39s 2788.26s
पैरामीटर ~1T कुल (~50B सक्रिय) 2.8T कुल (104B सक्रिय)
उपलब्धता बंद स्रोत वेट उपलब्ध

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.

#82 Muse Spark 1.1

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

#88 MoonshotAI: Kimi K3

max
लागत
$0.281
समय
506.9s
टोकन
18,863 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 K3 10.0 10.0 100.0% 0 325.79s 8,061 460 84,012

तुलना जोड़ी बदलें