नेविगेशन
AI BENCHY
Advertise here

Muse Spark 1.1 (medium) vs GLM 5.3 Flash (max)

GLM 5.3 Flash (max) average score में आगे है: 8.7 vs 8.6. GLM 5.3 Flash (max) की benchmark लागत कम है: $0.059 vs $1.420. Muse Spark 1.1 (medium) तेज है: 26.25s vs 52.10s, pass rates 72.7% vs 81.8%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-08-26

रैंक
#33
कुल आउटपुट टोकन
292,152
प्रतिक्रिया समय (औसत)
26.25s
कुल लागत
$1.420
रैंक
#29
कुल आउटपुट टोकन
204,340
प्रतिक्रिया समय (औसत)
52.10s
कुल लागत
$0.059
अनुशंसित मॉडल GLM 5.3 Flash (max)

It has the best score here (8.7), while costing about 24.3x less than Muse Spark 1.1 (medium).

विस्तृत तुलना

मेट्रिक Muse Spark 1.1 Muse Spark 1.1 medium रिलीज़: 2026-07-16 GLM 5.3 Flash GLM 5.3 Flash max रिलीज़: 2026-08-26
स्कोर 8.6 8.7
रैंक #33 #29
विश्वसनीयता 10.0 10.0
संगति 9.2 8.9
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 72.7% 81.8%
अस्थिर टेस्ट 2 3
कुल रन 66 66
प्रति परिणाम लागत 9.463 0.365
कुल लागत $1.420 $0.059
इनपुट कीमत $1.250 / 1M $0.075 / 1M
आउटपुट कीमत $4.250 / 1M $0.250 / 1M
कुल इनपुट टोकन 142,147 96,873
आउटपुट टोकन 7,905 7,637
रीजनिंग टोकन 284,247 196,703
प्रतिक्रिया समय (औसत) 26.25s 52.10s
प्रतिक्रिया समय (अधिकतम) 165.38s 333.47s
प्रतिक्रिया समय (कुल) 577.47s 1146.24s
पैरामीटर ~1T कुल (~50B सक्रिय) 320B कुल (18B सक्रिय)
उपलब्धता बंद स्रोत मुक्त स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#33 Muse Spark 1.1

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

#29 GLM 5.3 Flash

max
लागत
$0.005
समय
296.5s
टोकन
16,250 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
GLM 5.3 Flash 10.0 10.0 100.0% 0 43.37s 7,317 381 23,692

त्वरित तुलना

तुलना जोड़ी बदलें