नेविगेशन
Advertise here

Muse Spark 1.2 (high) vs Qwen3.8 MAX (low)

Muse Spark 1.2 (high) average score में आगे है: 8.9 vs 8.8. Qwen3.8 MAX (low) की benchmark लागत कम है: $1.089 vs $2.018. Qwen3.8 MAX (low) तेज है: 25.09s vs 28.15s, pass rates 75.4% vs 81.2%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-26

तुलना किए गए मॉडल

रैंक
#60
कुल आउटपुट टोकन
392,846
प्रतिक्रिया समय (औसत)
28.15s
कुल लागत
$2.018
रैंक
#66
कुल आउटपुट टोकन
93,936
प्रतिक्रिया समय (औसत)
25.09s
कुल लागत
$1.089
अनुशंसित मॉडल Qwen3.8 MAX (low)

Its score stays close to the best score here (8.8 vs 8.9), while costing about 1.9x less than Muse Spark 1.2 (high).

विस्तृत तुलना

मेट्रिक Muse Spark 1.2 Muse Spark 1.2 high रिलीज़: 2026-08-06 Qwen3.8 MAX Qwen3.8 MAX low रिलीज़: 2026-08-04
स्कोर 8.9 8.8
रैंक #60 #66
विश्वसनीयता 9.9 10.0
संगति 8.4 9.0
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 75.4% 81.2%
अस्थिर टेस्ट 5 3
कुल रन 69 69
प्रति परिणाम लागत 13.448 5.051
कुल लागत $2.018 $1.089
इनपुट कीमत $1.250 / 1M $2.000 / 1M
आउटपुट कीमत $4.250 / 1M $6.000 / 1M
कैश पढ़ने की कीमत $0.150 / 1M लागू नहीं
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 277,967 262,495
आउटपुट टोकन 9,240 7,787
रीजनिंग टोकन 383,606 86,149
प्रतिक्रिया समय (औसत) 28.15s 25.09s
प्रतिक्रिया समय (अधिकतम) 192.00s 155.75s
प्रतिक्रिया समय (कुल) 647.40s 577.14s
पैरामीटर ~1T कुल (~50B सक्रिय) 2.4T कुल (~100B 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.

#60 Muse Spark 1.2

high
लागत
$0.057
समय
34.7s
टोकन
13,356 tok

#66 Qwen3.8 MAX

low
लागत
$0.026
समय
68.5s
टोकन
4,280 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 1.2 10.0 10.0 100.0% 0 22.24s 7,275 351 47,857
Qwen3.8 MAX 8.4 7.4 88.9% 1 28.69s 8,127 512 15,952

त्वरित तुलना

तुलना जोड़ी बदलें

GPT-5.4mediumvsQwen3.8 MAXlowClaude Fable 5mediumvsMuse Spark 1.2highMuse Spark 1.2highvsPareto 26.9defaultMuse Spark 1.2highvsGLM 5.3 FlashmaxQwen3.8 MAXlowvsPareto 26.9defaultGemini 3.6 FlashlowvsMuse Spark 1.2highClaude Opus 5lowvsMuse Spark 1.2highGemini 4 ArgonmediumvsMuse Spark 1.2highClaude Fable 5mediumvsQwen3.8 MAXlowMuse Spark 1.1mediumvsQwen3.8 MAXlowMuse Spark 1.2mediumvsQwen3.8 MAXlowMuse Spark OpenmediumvsQwen3.8 MAXlow