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

Muse Spark 1.1 (medium) vs Pareto 26.9 (default)

average score लगभग बराबर है: 8.9 vs 8.9. Muse Spark 1.1 (medium) की benchmark लागत कम है: $1.665 vs $1.864. Muse Spark 1.1 (medium) तेज है: 27.02s vs 28.26s, pass rates 73.9% vs 79.7%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-15

तुलना किए गए मॉडल

रैंक
#53
कुल आउटपुट टोकन
301,719
प्रतिक्रिया समय (औसत)
27.02s
कुल लागत
$1.665
रैंक
#55
कुल आउटपुट टोकन
175,696
प्रतिक्रिया समय (औसत)
28.26s
कुल लागत
$1.864
अनुशंसित मॉडल Muse Spark 1.1 (medium)

इस तुलना में इसका स्कोर सबसे अधिक है (8.9) और 2 मॉडलों में लागत और प्रतिक्रिया समय का समग्र संतुलन सबसे अच्छा है।

विस्तृत तुलना

मेट्रिक Muse Spark 1.1 Muse Spark 1.1 medium रिलीज़: 2026-07-16 Pareto 26.9 Pareto 26.9 default रिलीज़: 2026-10-15
स्कोर 8.9 8.9
रैंक #53 #55
विश्वसनीयता 10.0 10.0
संगति 9.3 8.1
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 73.9% 79.7%
अस्थिर टेस्ट 2 6
कुल रन 69 69
प्रति परिणाम लागत 10.403 12.422
कुल लागत $1.665 $1.864
इनपुट कीमत $1.250 / 1M $2.500 / 1M
आउटपुट कीमत $4.250 / 1M $7.500 / 1M
कैश पढ़ने की कीमत $0.150 / 1M $0.250 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 305,707 218,199
आउटपुट टोकन 10,240 175,696
रीजनिंग टोकन 291,479 0
प्रतिक्रिया समय (औसत) 27.02s 28.26s
प्रतिक्रिया समय (अधिकतम) 165.38s 151.76s
प्रतिक्रिया समय (कुल) 621.38s 649.90s
पैरामीटर ~1T कुल (~50B 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.

#53 Muse Spark 1.1

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

#55 Pareto 26.9

default
लागत
$0.038
समय
109.6s
टोकन
5,118 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
Pareto 26.9 10.0 10.0 100.0% 0 49.15s 7,419 1,895 0

त्वरित तुलना

तुलना जोड़ी बदलें

Claude Fable 5mediumvsPareto 26.9defaultMuse Spark 1.2mediumvsPareto 26.9defaultMuse Spark 1.2highvsPareto 26.9defaultQwen3.8 MAXlowvsPareto 26.9defaultMuse Spark 1.1mediumvsQwen3.8 MAXlowMuse Spark 1.1mediumvsGLM 5.3 FlashmaxGemini 3.6 FlashlowvsMuse Spark 1.1mediumGPT-5.4mediumvsPareto 26.9defaultClaude Opus 5lowvsMuse Spark 1.1mediumPareto 26.9defaultvsGLM 5.3 FlashmaxGemini 3.6 FlashlowvsPareto 26.9defaultClaude Opus 5lowvsPareto 26.9default