नेविगेशन
AI BENCHY
Advertise here

AI BENCHY तुलना

Meta: Muse Spark 1.1 vs MoonshotAI: Kimi K3

सारांश

Muse Spark 1.1 (low) average score में आगे है: 8.8 vs 8.5. Muse Spark 1.1 (low) की benchmark लागत कम है: $0.469 vs $3.112. Muse Spark 1.1 (low) तेज है: 10.11s vs 122.48s, pass rates 73.0% vs 82.5%.

अनुशंसित मॉडलMuse Spark 1.1 (low)It has the best score here (8.8), while costing about 6.6x less than Kimi K3 (max).

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

मेट्रिक Muse Spark 1.1 Muse Spark 1.1 low रिलीज़: 2026-07-16 Kimi K3 Kimi K3 max रिलीज़: 2026-07-16
स्कोर 8.8 8.5
रैंक #17 #21
विश्वसनीयता 10.0 9.4
संगति 8.5 9.2
सही परीक्षण
प्रति प्रयास पास दर 73.0% 82.5%
अस्थिर टेस्ट 4 2
कुल रन 63 63
प्रति परिणाम लागत 3.606 19.446
कुल लागत $0.469 $3.112
इनपुट कीमत $1.250 / 1M $3.000 / 1M
आउटपुट कीमत $4.250 / 1M $15.000 / 1M
कुल इनपुट टोकन 59,923 34,916
आउटपुट टोकन 3,722 2,910
रीजनिंग टोकन 88,947 197,529
प्रतिक्रिया समय (औसत) 10.11s 122.48s
प्रतिक्रिया समय (अधिकतम) 54.15s 766.58s
प्रतिक्रिया समय (कुल) 212.29s 2327.06s

जनरेशन शोकेस

Hamster playing table tennis

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

#17 Muse Spark 1.1

low
लागत
$0.020
समय
39.2s
टोकन
4,947 tok

#21 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 10.34s 8,562 394 14,503
Kimi K3 10.0 10.0 100.0% 0 325.79s 8,061 460 84,012

त्वरित तुलना

तुलना जोड़ी बदलें