नेविगेशन
Advertise here

Muse Spark 1.3 (high) vs Pareto

average score लगभग बराबर है: 8.9 vs 8.9. Pareto की benchmark लागत कम है: $1.172 vs $1.653. Pareto तेज है: 31.51s vs 52.49s, pass rates 77.3% vs 86.4%.

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

तुलना किए गए मॉडल

रैंक
#33
कुल आउटपुट टोकन
359,608
प्रतिक्रिया समय (औसत)
52.49s
कुल लागत
$1.653
रैंक
#34
कुल आउटपुट टोकन
119,230
प्रतिक्रिया समय (औसत)
31.51s
कुल लागत
$1.172
अनुशंसित मॉडल Pareto

It has the best score here (8.9), while responding about 1.7x faster than Muse Spark 1.3 (high).

विस्तृत तुलना

मेट्रिक Muse Spark 1.3 Muse Spark 1.3 high रिलीज़: 2026-09-02 Pareto Pareto none रिलीज़: 2026-09-18
स्कोर 8.9 8.9
रैंक #33 #34
विश्वसनीयता 10.0 10.0
संगति 9.3 9.2
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 77.3% 86.4%
अस्थिर टेस्ट 2 2
कुल रन 66 66
प्रति परिणाम लागत 10.327 6.506
कुल लागत $1.653 $1.172
इनपुट कीमत $1.250 / 1M $2.500 / 1M
आउटपुट कीमत $4.250 / 1M $7.500 / 1M
कुल इनपुट टोकन 99,143 110,734
आउटपुट टोकन 12,083 119,230
रीजनिंग टोकन 347,525 0
प्रतिक्रिया समय (औसत) 52.49s 31.51s
प्रतिक्रिया समय (अधिकतम) 251.53s 143.33s
प्रतिक्रिया समय (कुल) 1154.76s 693.29s
पैरामीटर ~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.

#33 Muse Spark 1.3

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

#34 Pareto

none
लागत
$0.034
समय
170.7s
टोकन
4,581 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 51.66s 7,275 1,228 64,287
Pareto 10.0 10.0 100.0% 0 50.12s 7,471 1,949 0

त्वरित तुलना

तुलना जोड़ी बदलें