नेविगेशन
Advertise here

Muse Spark 1.2 (high) vs DaisyRose 27B (medium)

Muse Spark 1.2 (high) average score में आगे है: 8.9 vs 8.9. DaisyRose 27B (medium) की benchmark लागत कम है: $0.328 vs $2.018. DaisyRose 27B (medium) तेज है: 20.08s vs 28.15s, pass rates 75.4% vs 78.3%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-22

तुलना किए गए मॉडल

रैंक
#86
कुल आउटपुट टोकन
392,846
प्रतिक्रिया समय (औसत)
28.15s
कुल लागत
$2.018
रैंक
#92
कुल आउटपुट टोकन
148,448
प्रतिक्रिया समय (औसत)
20.08s
कुल लागत
$0.328
अनुशंसित मॉडल DaisyRose 27B (medium)

Its score stays close to the best score here (8.9 vs 8.9), while costing about 6.2x less than Muse Spark 1.2 (high).

विस्तृत तुलना

मेट्रिक Muse Spark 1.2 Muse Spark 1.2 high रिलीज़: 2026-08-06 DaisyRose 27B DaisyRose 27B medium रिलीज़: 2026-11-18
स्कोर 8.9 8.9
रैंक #86 #92
विश्वसनीयता 9.9 10.0
संगति 8.4 10.0
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 75.4% 78.3%
अस्थिर टेस्ट 5 0
कुल रन 69 69
प्रति परिणाम लागत 13.448 1.819
कुल लागत $2.018 $0.328
इनपुट कीमत $1.250 / 1M $0.150 / 1M
आउटपुट कीमत $4.250 / 1M $1.875 / 1M
कैश पढ़ने की कीमत $0.150 / 1M $0.038 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 277,967 326,145
आउटपुट टोकन 9,240 8,403
रीजनिंग टोकन 383,606 140,045
प्रतिक्रिया समय (औसत) 28.15s 20.08s
प्रतिक्रिया समय (अधिकतम) 192.00s 160.61s
प्रतिक्रिया समय (कुल) 647.40s 461.88s
पैरामीटर ~1T कुल (~50B सक्रिय) 27.8B
उपलब्धता बंद स्रोत मुक्त 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.

#86 Muse Spark 1.2

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

#92 DaisyRose 27B

medium
लागत
$0.007
समय
18.4s
टोकन
3,763 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
DaisyRose 27B 9.9 10.0 100.0% 0 16.28s 7,893 466 25,902

तुलना जोड़ी बदलें