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

AI BENCHY तुलना

Meta: Muse Spark 1.1 vs StepFun: Step 3.7 Flash

सारांश

Muse Spark 1.1 (low) average score में आगे है: 8.8 vs 8.5. Step 3.7 Flash (medium) की benchmark लागत कम है: $0.376 vs $0.469. Muse Spark 1.1 (low) तेज है: 10.11s vs 20.35s, pass rates 73.0% vs 73.0%.

अनुशंसित मॉडलMuse Spark 1.1 (low)It has the best score here (8.8), while responding about 2.0x faster than Step 3.7 Flash (medium).

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 Step 3.7 Flash Step 3.7 Flash medium रिलीज़: 2026-05-29
स्कोर 8.8 8.5
रैंक #17 #26
विश्वसनीयता 10.0 9.9
संगति 8.5 9.3
सही परीक्षण
प्रति प्रयास पास दर 73.0% 73.0%
अस्थिर टेस्ट 4 2
कुल रन 63 61
प्रति परिणाम लागत 3.606 2.686
कुल लागत $0.469 $0.376
इनपुट कीमत $1.250 / 1M $0.200 / 1M
आउटपुट कीमत $4.250 / 1M $1.150 / 1M
कुल इनपुट टोकन 59,923 39,981
आउटपुट टोकन 3,722 319,958
रीजनिंग टोकन 88,947 0
प्रतिक्रिया समय (औसत) 10.11s 20.35s
प्रतिक्रिया समय (अधिकतम) 54.15s 113.98s
प्रतिक्रिया समय (कुल) 212.29s 427.42s

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

#26 Step 3.7 Flash

medium
लागत
$0.006
समय
46.2s
टोकन
4,466 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
Step 3.7 Flash 8.8 7.8 88.9% 1 27.42s 7,437 44,797 0

त्वरित तुलना

तुलना जोड़ी बदलें