नेविगेशन
AI BENCHY
Advertise here

Muse Spark 1.1 (medium) vs Muse Spark 1.2 (medium)

average score लगभग बराबर है: 8.6 vs 8.6. Muse Spark 1.2 (medium) की benchmark लागत कम है: $1.227 vs $1.357. Muse Spark 1.2 (medium) तेज है: 17.47s vs 24.97s, pass rates 72.7% vs 74.2%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-08-05

रैंक
#26
कुल आउटपुट टोकन
277,130
प्रतिक्रिया समय (औसत)
24.97s
कुल लागत
$1.357
रैंक
#25
कुल आउटपुट टोकन
252,312
प्रतिक्रिया समय (औसत)
17.47s
कुल लागत
$1.227
अनुशंसित मॉडल Muse Spark 1.2 (medium)

It has the strongest score in this comparison (8.6) and the best overall balance of cost and response time across all 2 models.

विस्तृत तुलना

मेट्रिक Muse Spark 1.1 Muse Spark 1.1 medium रिलीज़: 2026-07-16 Muse Spark 1.2 Muse Spark 1.2 medium रिलीज़: 2026-08-06
स्कोर 8.6 8.6
रैंक #26 #25
विश्वसनीयता 10.0 9.9
संगति 9.2 8.7
बेंचमार्क कवरेज 22/22 टेस्ट · 66/66 प्रयास 22/22 टेस्ट · 66/66 प्रयास
सही परीक्षण
प्रति प्रयास पास दर 72.7% 74.2%
अस्थिर टेस्ट 2 4
कुल रन 66 66
प्रति परिणाम लागत 9.041 8.764
कुल लागत $1.357 $1.227
इनपुट कीमत $1.250 / 1M $1.250 / 1M
आउटपुट कीमत $4.250 / 1M $4.250 / 1M
कुल इनपुट टोकन 142,567 123,671
आउटपुट टोकन 7,905 7,222
रीजनिंग टोकन 269,225 245,090
प्रतिक्रिया समय (औसत) 24.97s 17.47s
प्रतिक्रिया समय (अधिकतम) 165.38s 142.49s
प्रतिक्रिया समय (कुल) 549.31s 384.44s

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#26 Muse Spark 1.1

medium
लागत
$0.024
समय
29.2s
टोकन
5,774 tok

#25 Muse Spark 1.2

medium
लागत
$0.033
समय
21.8s
टोकन
7,846 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 15.66s 8,562 347 23,562
Muse Spark 1.2 10.0 10.0 100.0% 0 17.49s 7,275 353 33,215

त्वरित तुलना

तुलना जोड़ी बदलें