नेविगेशन
Advertise here

Muse Spark 1.2 (low) vs Pareto 26.9 (default)

Pareto 26.9 (default) average score में आगे है: 8.9 vs 8.7. Muse Spark 1.2 (low) की benchmark लागत कम है: $0.881 vs $1.864. Muse Spark 1.2 (low) तेज है: 11.81s vs 28.26s, pass rates 78.3% vs 79.7%.

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

तुलना किए गए मॉडल

रैंक
#60
कुल आउटपुट टोकन
132,231
प्रतिक्रिया समय (औसत)
11.81s
कुल लागत
$0.881
रैंक
#55
कुल आउटपुट टोकन
175,696
प्रतिक्रिया समय (औसत)
28.26s
कुल लागत
$1.864
अनुशंसित मॉडल Muse Spark 1.2 (low)

Its score stays close to the best score here (8.7 vs 8.9), while costing about 2.1x less than Pareto 26.9 (default).

विस्तृत तुलना

मेट्रिक Muse Spark 1.2 Muse Spark 1.2 low रिलीज़: 2026-08-06 Pareto 26.9 Pareto 26.9 default रिलीज़: 2026-10-15
स्कोर 8.7 8.9
रैंक #60 #55
विश्वसनीयता 10.0 10.0
संगति 9.1 8.1
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 78.3% 79.7%
अस्थिर टेस्ट 3 6
कुल रन 69 69
प्रति परिणाम लागत 5.504 12.422
कुल लागत $0.881 $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 254,914 218,199
आउटपुट टोकन 10,303 175,696
रीजनिंग टोकन 121,928 0
प्रतिक्रिया समय (औसत) 11.81s 28.26s
प्रतिक्रिया समय (अधिकतम) 56.77s 151.76s
प्रतिक्रिया समय (कुल) 271.60s 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.

#60 Muse Spark 1.2

low
लागत
$0.019
समय
14.6s
टोकन
4,384 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 1.2 8.4 7.4 88.9% 1 10.09s 7,275 343 19,717
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 26.9defaultDeepSeek V4.1 FlashmediumvsMuse Spark 1.2lowMuse Spark 1.1mediumvsPareto 26.9defaultDeepSeek V4.1 FlashhighvsMuse Spark 1.2lowMuse Spark 1.2mediumvsPareto 26.9defaultMuse Spark 1.2highvsPareto 26.9defaultQwen3.8 MAXlowvsPareto 26.9defaultMuse Spark 1.2lowvsGPT-5.2mediumMuse Spark 1.2lowvsQwen3.8 27Bhighनिःशुल्क उपलब्धMuse Spark 1.2lowvsMiMo-V2.6-PromediumSeed 2.1 TurbomediumvsMuse Spark 1.2lowMuse Spark 1.2lowvsGPT-5.4medium