नेविगेशन
Advertise here

Muse Spark 1.2 (low) vs Grok 4.5 (low)

Muse Spark 1.2 (low) average score में आगे है: 8.4 vs 8.4. Muse Spark 1.2 (low) की benchmark लागत कम है: $0.655 vs $0.945. Muse Spark 1.2 (low) तेज है: 9.77s vs 16.17s, pass rates 77.3% vs 77.3%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-09-18

तुलना किए गए मॉडल

रैंक
#56
कुल आउटपुट टोकन
123,963
प्रतिक्रिया समय (औसत)
9.77s
कुल लागत
$0.655
रैंक
#58
कुल आउटपुट टोकन
115,489
प्रतिक्रिया समय (औसत)
16.17s
कुल लागत
$0.945
अनुशंसित मॉडल Muse Spark 1.2 (low)

It has the best score here (8.4), while responding about 1.7x faster than Grok 4.5 (low).

विस्तृत तुलना

मेट्रिक Muse Spark 1.2 Muse Spark 1.2 low रिलीज़: 2026-08-06 Grok 4.5 Grok 4.5 low रिलीज़: 2026-07-08
स्कोर 8.4 8.4
रैंक #56 #58
विश्वसनीयता 10.0 10.0
संगति 9.0 9.3
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 77.3% 77.3%
अस्थिर टेस्ट 3 2
कुल रन 66 66
प्रति परिणाम लागत 4.361 5.901
कुल लागत $0.655 $0.945
इनपुट कीमत $1.250 / 1M $2.000 / 1M
आउटपुट कीमत $4.250 / 1M $6.000 / 1M
कुल इनपुट टोकन 101,811 125,605
आउटपुट टोकन 8,025 7,505
रीजनिंग टोकन 115,938 107,984
प्रतिक्रिया समय (औसत) 9.77s 16.17s
प्रतिक्रिया समय (अधिकतम) 47.80s 205.28s
प्रतिक्रिया समय (कुल) 214.83s 355.67s
पैरामीटर ~1T कुल (~50B सक्रिय) ~1.7T कुल (~170B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#56 Muse Spark 1.2

low
लागत
$0.019
समय
14.6s
टोकन
4,384 tok

#58 SpaceXAI: Grok 4.5

low
लागत
$0.011
समय
12.4s
टोकन
2,018 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
Grok 4.5 10.0 10.0 100.0% 0 13.72s 9,579 303 15,641

त्वरित तुलना

तुलना जोड़ी बदलें