नेविगेशन
AI BENCHY
Advertise here

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

average score लगभग बराबर है: 8.4 vs 8.4. Muse Spark 1.2 (low) की benchmark लागत कम है: $0.650 vs $0.935. Muse Spark 1.2 (low) तेज है: 9.67s vs 15.56s, pass rates 77.3% vs 75.8%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-08-05

रैंक
#30
कुल आउटपुट टोकन
122,939
प्रतिक्रिया समय (औसत)
9.67s
कुल लागत
$0.650
रैंक
#32
कुल आउटपुट टोकन
113,951
प्रतिक्रिया समय (औसत)
15.56s
कुल लागत
$0.935
अनुशंसित मॉडल Muse Spark 1.2 (low)

It has the best score here (8.4), while responding about 1.6x 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 #30 #32
विश्वसनीयता 9.9 10.0
संगति 9.0 9.7
बेंचमार्क कवरेज 22/22 टेस्ट · 66/66 प्रयास 22/22 टेस्ट · 66/66 प्रयास
सही परीक्षण
प्रति प्रयास पास दर 77.3% 75.8%
अस्थिर टेस्ट 3 1
कुल रन 66 66
प्रति परिणाम लागत 4.332 5.844
कुल लागत $0.650 $0.935
इनपुट कीमत $1.250 / 1M $2.000 / 1M
आउटपुट कीमत $4.250 / 1M $6.000 / 1M
कुल इनपुट टोकन 101,802 125,596
आउटपुट टोकन 8,025 7,505
रीजनिंग टोकन 114,914 106,446
प्रतिक्रिया समय (औसत) 9.67s 15.56s
प्रतिक्रिया समय (अधिकतम) 47.80s 205.28s
प्रतिक्रिया समय (कुल) 212.82s 342.32s

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#30 Muse Spark 1.2

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

#32 xAI: 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