- रैंक
- #101
- कुल आउटपुट टोकन
- 122,421
- प्रतिक्रिया समय (औसत)
- 13.21s
- कुल लागत
- $0.885
Muse Spark 1.1 (low) vs Qwen4 Max (high)
average score लगभग बराबर है: 8.6 vs 8.6. Muse Spark 1.1 (low) की benchmark लागत कम है: $0.885 vs $1.363. Muse Spark 1.1 (low) तेज है: 13.21s vs 52.90s, pass rates 72.5% vs 85.5%.
तुलना किए गए मॉडल
- रैंक
- #105
- कुल आउटपुट टोकन
- 185,844
- प्रतिक्रिया समय (औसत)
- 52.90s
- कुल लागत
- $1.363
अनुशंसित मॉडल
Muse Spark 1.1 (low)
It has the best score here (8.6), while costing about 1.5x less than Qwen4 Max (high).
विस्तृत तुलना
| मेट्रिक | Muse Spark 1.1 Muse Spark 1.1 low | Qwen4 Max Qwen4 Max high |
|---|---|---|
| स्कोर | 8.6 | 8.6 |
| रैंक | #101 | #105 |
| विश्वसनीयता | 10.0 | 10.0 |
| संगति | 8.6 | 9.6 |
| प्रयास | 69/69 | 69/69 |
| सही परीक्षण | ||
| प्रति प्रयास पास दर | 72.5% | 85.5% |
| अस्थिर टेस्ट | 4 | 1 |
| कुल रन | 69 | 69 |
| प्रति परिणाम लागत | 6.318 | 7.172 |
| कुल लागत | $0.885 | $1.363 |
| इनपुट कीमत | $1.250 / 1M | $1.500 / 1M |
| आउटपुट कीमत | $4.250 / 1M | $4.500 / 1M |
| कैश पढ़ने की कीमत | $0.150 / 1M | $0.075 / 1M |
| कैश लिखने की कीमत | लागू नहीं | $1.875 / 1M |
| कुल इनपुट टोकन | 291,368 | 350,854 |
| आउटपुट टोकन | 13,469 | 8,427 |
| रीजनिंग टोकन | 108,952 | 177,417 |
| प्रतिक्रिया समय (औसत) | 13.21s | 52.90s |
| प्रतिक्रिया समय (अधिकतम) | 54.15s | 437.98s |
| प्रतिक्रिया समय (कुल) | 303.92s | 1216.62s |
| पैरामीटर | ~1T कुल (~50B सक्रिय) | ~2.4T कुल (~95B सक्रिय) |
| उपलब्धता | बंद स्रोत | बंद स्रोत |
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.
#101 Muse Spark 1.1
low- लागत
- $0.020
- समय
- 39.2s
- टोकन
- 4,947 tok
#105 Qwen4 Max
high- लागत
- $0.076
- समय
- 277.5s
- टोकन
- 16,848 tok
श्रेणी विवरण
| स्वायत्त एजेंट कार्य | 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 | 42.23s | 149,490 | 2,436 | 3,496 | |
| Qwen4 Max | 5.0 | 10.0 | 0.0% | 0 | 228.78s | 243,450 | 2,696 | 31,022 |
| एंटी-एआई ट्रिक्स | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | इनपुट टोकन | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|---|
| Muse Spark 1.1 | 7.9 | 6.3 | 83.3% | 2 | 4.36s | 2,334 | 621 | 6,040 | |
| Qwen4 Max | 10.0 | 10.0 | 100.0% | 0 | 3.42s | 816 | 283 | 1,187 |
| 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 | |
| Qwen4 Max | 10.0 | 10.0 | 100.0% | 0 | 15.68s | 8,001 | 431 | 9,195 |
| संयुक्त | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | इनपुट टोकन | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|---|
| Muse Spark 1.1 | 6.6 | 9.1 | 50.0% | 0 | 29.45s | 103,652 | 8,010 | 17,369 | |
| Qwen4 Max | 10.0 | 10.0 | 100.0% | 0 | 46.52s | 79,602 | 3,716 | 12,144 |
| डेटा पार्सिंग और निष्कर्षण | 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 | 3.22s | 7,827 | 240 | 2,074 | |
| Qwen4 Max | 10.0 | 10.0 | 100.0% | 0 | 3.88s | 8,097 | 255 | 552 |
| डोमेन-विशिष्ट | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | इनपुट टोकन | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|---|
| Muse Spark 1.1 | 3.6 | 7.2 | 22.2% | 1 | 32.99s | 1,596 | 421 | 48,038 | |
| Qwen4 Max | 5.9 | 7.2 | 55.6% | 1 | 239.42s | 888 | 35 | 109,258 |
| Samanya Buddhimatta | 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 | 4.12s | 906 | 131 | 1,125 | |
| Qwen4 Max | 10.0 | 10.0 | 100.0% | 0 | 4.78s | 552 | 189 | 249 |
| निर्देश पालन | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | इनपुट टोकन | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|---|
| Muse Spark 1.1 | 7.3 | 6.0 | 83.3% | 1 | 5.42s | 1,527 | 252 | 4,246 | |
| Qwen4 Max | 10.0 | 10.0 | 100.0% | 0 | 3.02s | 771 | 84 | 500 |
| पहेली समाधान | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | इनपुट टोकन | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|---|
| Muse Spark 1.1 | 8.3 | 10.0 | 66.7% | 0 | 6.60s | 1,938 | 391 | 7,503 | |
| Qwen4 Max | 10.0 | 10.0 | 100.0% | 0 | 3.51s | 804 | 366 | 572 |
| टूल कॉलिंग | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | इनपुट टोकन | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|---|
| Muse Spark 1.1 | 9.8 | 10.0 | 100.0% | 0 | 5.98s | 12,924 | 533 | 1,012 | |
| Qwen4 Max | 10.0 | 10.0 | 100.0% | 0 | 6.99s | 7,633 | 281 | 259 |
| सामान्य ज्ञान | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | इनपुट टोकन | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|---|
| Muse Spark 1.1 | 3.0 | 10.0 | 0.0% | 0 | 8.17s | 612 | 40 | 3,546 | |
| Qwen4 Max | 3.0 | 10.0 | 0.0% | 0 | 79.73s | 240 | 91 | 12,479 |
त्वरित तुलना
तुलना जोड़ी बदलें
Muse Spark 1.1lowvsGPT-6.1 TerranoneClaude Haiku 5.5lowvsQwen4 MaxhighClaude Sonnet 5.5highvsMuse Spark 1.1lowParticle-1mediumvsQwen4 MaxhighDeepSeek V4.1 FlashmaxvsMuse Spark 1.1lowClaude Fable 5.2lowvsQwen4 MaxhighGPT-6.1 TerranonevsQwen4 MaxhighERNIE-Light-DT-1.0highvsMuse Spark 1.1lowMuse EmbermediumvsQwen4 MaxhighMuse Spark 1.1lowvsParticle-1mediumDeepSeek V4.1 FlashmaxvsQwen4 MaxhighClaude Fable 5.2highvsMuse Spark 1.1low