नेविगेशन
AI BENCHY
Advertise here

AI BENCHY तुलना

Meta: Muse Spark 1.1 vs Nemotron 3 Ultra 550b A55b

सारांश

Muse Spark 1.1 (low) average score में आगे है: 8.8 vs 8.1. Nemotron 3 Ultra 550b A55b (medium) की benchmark लागत कम है: $0.249 vs $0.469. Muse Spark 1.1 (low) तेज है: 10.11s vs 15.05s, pass rates 73.0% vs 69.8%.

अनुशंसित मॉडलMuse Spark 1.1 (low)It has the strongest score in this comparison (8.8) 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:: 2026-07-16

मेट्रिक Muse Spark 1.1 Muse Spark 1.1 low रिलीज़: 2026-07-16 Nemotron 3 Ultra 550b A55b Nemotron 3 Ultra 550b A55b medium रिलीज़: 2026-06-04 निःशुल्क उपलब्ध
स्कोर 8.8 8.1
रैंक #17 #34
विश्वसनीयता 10.0 9.7
संगति 8.5 8.8
सही परीक्षण
प्रति प्रयास पास दर 73.0% 69.8%
अस्थिर टेस्ट 4 3
कुल रन 63 63
प्रति परिणाम लागत 3.606 0.000
कुल लागत $0.469 $0.249
इनपुट कीमत $1.250 / 1M $0.600 / 1M
आउटपुट कीमत $4.250 / 1M $3.600 / 1M
कुल इनपुट टोकन 59,923 46,813
आउटपुट टोकन 3,722 18,002
रीजनिंग टोकन 88,947 53,091
प्रतिक्रिया समय (औसत) 10.11s 15.05s
प्रतिक्रिया समय (अधिकतम) 54.15s 43.93s
प्रतिक्रिया समय (कुल) 212.29s 316.09s

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

#34 Nemotron 3 Ultra 550b A55b

medium
अमान्य SVG
लागत
$0.000
समय
300.0s
टोकन
0 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
Nemotron 3 Ultra 550b A55b 8.4 7.4 88.9% 1 26.53s 7,686 2,854 17,725

त्वरित तुलना

तुलना जोड़ी बदलें