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

Meta: Muse Spark 1.1 vs Qwen: Qwen3.6 Max Preview

Qwen3.6 Max Preview (medium) average score में आगे है: 8.4 vs 8.1. Qwen3.6 Max Preview (medium) की benchmark लागत कम है: $1.143 vs $1.694. Muse Spark 1.1 (high) तेज है: 31.49s vs 67.53s, pass rates 69.7% vs 80.3%.

अनुशंसित मॉडलQwen3.6 Max Preview (medium)It has the strongest score in this comparison (8.4) and the best overall balance of cost and response time across all 2 models.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-18

मेट्रिक Muse Spark 1.1 Muse Spark 1.1 high रिलीज़: 2026-07-16 Qwen3.6 Max Preview Qwen3.6 Max Preview medium रिलीज़: 2026-04-20
स्कोर 8.1 8.4
रैंक #27 #19
विश्वसनीयता 10.0 9.9
संगति 7.9 8.9
सही परीक्षण
प्रति प्रयास पास दर 69.7% 80.3%
अस्थिर टेस्ट 6 3
कुल रन 64 66
प्रति परिणाम लागत 14.116 8.173
कुल लागत $1.694 $1.143
इनपुट कीमत $1.250 / 1M $1.040 / 1M
आउटपुट कीमत $4.250 / 1M $6.240 / 1M
कुल इनपुट टोकन 129,423 79,240
आउटपुट टोकन 8,077 5,098
रीजनिंग टोकन 352,421 164,842
प्रतिक्रिया समय (औसत) 31.49s 67.53s
प्रतिक्रिया समय (अधिकतम) 196.03s 238.07s
प्रतिक्रिया समय (कुल) 661.28s 1485.64s

Hamster playing table tennis

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

#27 Muse Spark 1.1

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

#19 Qwen3.6 Max Preview

medium
लागत
$0.024
समय
76.5s
टोकन
3,861 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
Qwen3.6 Max Preview 8.8 7.8 88.9% 1 146.48s 7,895 427 52,957

त्वरित तुलना

तुलना जोड़ी बदलें