नेविगेशन
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Muse Spark 1.3 — high बनाम low

average score लगभग बराबर है: 9.0 vs 9.0. low की benchmark लागत कम है: $0.633 vs $1.252. low तेज है: 43.67s vs 117.06s, pass rates 81.8% vs 83.3%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-09-02

रैंक
#24
कुल आउटपुट टोकन
265,177
प्रतिक्रिया समय (औसत)
117.06s
कुल लागत
$1.252
रैंक
#25
कुल आउटपुट टोकन
117,915
प्रतिक्रिया समय (औसत)
43.67s
कुल लागत
$0.633
अनुशंसित मॉडल low

It has the best score here (9.0), while costing about 2.0x less than Muse Spark 1.3 (high).

विस्तृत तुलना

मेट्रिक Muse Spark 1.3 Muse Spark 1.3 high रिलीज़: 2026-09-02 Muse Spark 1.3 Muse Spark 1.3 low रिलीज़: 2026-09-02
स्कोर 9.0 9.0
रैंक #24 #25
विश्वसनीयता 9.5 9.6
संगति 8.9 9.0
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 81.8% 83.3%
अस्थिर टेस्ट 3 3
कुल रन 66 66
प्रति परिणाम लागत 7.361 3.720
कुल लागत $1.252 $0.633
इनपुट कीमत $1.250 / 1M $1.250 / 1M
आउटपुट कीमत $4.250 / 1M $4.250 / 1M
कुल इनपुट टोकन 99,477 104,966
आउटपुट टोकन 14,053 10,208
रीजनिंग टोकन 251,124 107,707
प्रतिक्रिया समय (औसत) 117.06s 43.67s
प्रतिक्रिया समय (अधिकतम) 470.12s 190.38s
प्रतिक्रिया समय (कुल) 2575.43s 960.70s
पैरामीटर ~1T कुल (~50B सक्रिय) ~1T कुल (~50B 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.

#24 Muse Spark 1.3

high
लागत
$0.050
समय
203.3s
टोकन
11,679 tok

#25 Muse Spark 1.3

low
लागत
$0.017
समय
83.9s
टोकन
3,959 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 1.3 10.0 10.0 100.0% 0 146.96s 7,275 2,003 59,912
Muse Spark 1.3 10.0 10.0 100.0% 0 53.93s 7,275 1,047 21,679

त्वरित तुलना

तुलना जोड़ी बदलें