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 Qwen: Qwen3.6 Max Preview

सारांश

average score लगभग बराबर है: 8.9 vs 8.9. Qwen3.6 Max Preview (medium) की benchmark लागत कम है: $0.960 vs $1.152. Muse Spark 1.1 (medium) तेज है: 23.35s vs 59.63s, pass rates 76.2% vs 81.0%.

अनुशंसित मॉडलMuse Spark 1.1 (medium)It has the best score here (8.9), while responding about 2.6x faster than Qwen3.6 Max Preview (medium).

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

मेट्रिक Muse Spark 1.1 Muse Spark 1.1 medium रिलीज़: 2026-07-16 Qwen3.6 Max Preview Qwen3.6 Max Preview medium रिलीज़: 2026-04-20
स्कोर 8.9 8.9
रैंक #15 #14
विश्वसनीयता 10.0 10.0
संगति 9.2 9.3
सही परीक्षण
प्रति प्रयास पास दर 76.2% 81.0%
अस्थिर टेस्ट 2 2
कुल रन 63 63
प्रति परिणाम लागत 7.676 7.024
कुल लागत $1.152 $0.960
इनपुट कीमत $1.250 / 1M $1.040 / 1M
आउटपुट कीमत $4.250 / 1M $6.240 / 1M
कुल इनपुट टोकन 59,928 42,362
आउटपुट टोकन 3,523 2,273
रीजनिंग टोकन 249,752 144,367
प्रतिक्रिया समय (औसत) 23.35s 59.63s
प्रतिक्रिया समय (अधिकतम) 165.38s 238.07s
प्रतिक्रिया समय (कुल) 490.40s 1252.17s

जनरेशन शोकेस

Hamster playing table tennis

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

#15 Muse Spark 1.1

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

#14 Qwen3.6 Max Preview

medium
लागत
$0.024
समय
76.5s
टोकन
3,861 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
Qwen3.6 Max Preview 8.8 7.8 88.9% 1 146.48s 7,895 427 52,957

त्वरित तुलना

तुलना जोड़ी बदलें