नेविगेशन
AI BENCHY
Advertise here

Muse Spark 1.2 (medium) vs GLM 5.3 Flash (max)

GLM 5.3 Flash (max) average score में आगे है: 8.7 vs 8.6. GLM 5.3 Flash (max) की benchmark लागत कम है: $0.059 vs $1.339. Muse Spark 1.2 (medium) तेज है: 19.67s vs 52.10s, pass rates 74.2% vs 81.8%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-08-26

रैंक
#32
कुल आउटपुट टोकन
278,664
प्रतिक्रिया समय (औसत)
19.67s
कुल लागत
$1.339
रैंक
#29
कुल आउटपुट टोकन
204,340
प्रतिक्रिया समय (औसत)
52.10s
कुल लागत
$0.059
अनुशंसित मॉडल GLM 5.3 Flash (max)

It has the best score here (8.7), while costing about 22.9x less than Muse Spark 1.2 (medium).

विस्तृत तुलना

मेट्रिक Muse Spark 1.2 Muse Spark 1.2 medium रिलीज़: 2026-08-06 GLM 5.3 Flash GLM 5.3 Flash max रिलीज़: 2026-08-26
स्कोर 8.6 8.7
रैंक #32 #29
विश्वसनीयता 10.0 10.0
संगति 8.7 8.9
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 74.2% 81.8%
अस्थिर टेस्ट 4 3
कुल रन 66 66
प्रति परिणाम लागत 9.564 0.365
कुल लागत $1.339 $0.059
इनपुट कीमत $1.250 / 1M $0.075 / 1M
आउटपुट कीमत $4.250 / 1M $0.250 / 1M
कुल इनपुट टोकन 123,680 96,873
आउटपुट टोकन 7,222 7,637
रीजनिंग टोकन 271,442 196,703
प्रतिक्रिया समय (औसत) 19.67s 52.10s
प्रतिक्रिया समय (अधिकतम) 142.49s 333.47s
प्रतिक्रिया समय (कुल) 432.72s 1146.24s
पैरामीटर ~1T कुल (~50B सक्रिय) 320B कुल (18B सक्रिय)
उपलब्धता बंद स्रोत मुक्त स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#32 Muse Spark 1.2

medium
लागत
$0.033
समय
21.8s
टोकन
7,846 tok

#29 GLM 5.3 Flash

max
लागत
$0.005
समय
296.5s
टोकन
16,250 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 17.49s 7,275 353 33,215
GLM 5.3 Flash 10.0 10.0 100.0% 0 43.37s 7,317 381 23,692

त्वरित तुलना

तुलना जोड़ी बदलें