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

Muse Spark 1.3 (low) vs Nemotron 3.5 Super VL (high)

Muse Spark 1.3 (low) average score में आगे है: 8.5 vs 8.4. Nemotron 3.5 Super VL (high) की benchmark लागत कम है: $0.349 vs $0.911. Muse Spark 1.3 (low) तेज है: 17.73s vs 49.88s, pass rates 82.6% vs 82.6%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-16

तुलना किए गए मॉडल

रैंक
#77
कुल आउटपुट टोकन
134,695
प्रतिक्रिया समय (औसत)
17.73s
कुल लागत
$0.911
रैंक
#81
कुल आउटपुट टोकन
608,283
प्रतिक्रिया समय (औसत)
49.88s
कुल लागत
$0.349
अनुशंसित मॉडल Nemotron 3.5 Super VL (high)

Its score stays close to the best score here (8.4 vs 8.5), while costing about 2.6x less than Muse Spark 1.3 (low).

विस्तृत तुलना

मेट्रिक Muse Spark 1.3 Muse Spark 1.3 low रिलीज़: 2026-09-02 Nemotron 3.5 Super VL Nemotron 3.5 Super VL high रिलीज़: 2026-10-15 निःशुल्क उपलब्ध
स्कोर 8.5 8.4
रैंक #77 #81
विश्वसनीयता 10.0 9.9
संगति 8.2 8.0
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 82.6% 82.6%
अस्थिर टेस्ट 5 6
कुल रन 69 69
प्रति परिणाम लागत 5.690 2.324
कुल लागत $0.911 $0.349
इनपुट कीमत $1.250 / 1M $0.150 / 1M
आउटपुट कीमत $4.250 / 1M $0.500 / 1M
कैश पढ़ने की कीमत $0.150 / 1M $0.020 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 270,231 296,001
आउटपुट टोकन 13,363 8,105
रीजनिंग टोकन 121,332 600,178
प्रतिक्रिया समय (औसत) 17.73s 49.88s
प्रतिक्रिया समय (अधिकतम) 78.72s 310.51s
प्रतिक्रिया समय (कुल) 407.75s 1147.24s
पैरामीटर ~1T कुल (~50B सक्रिय) 120B कुल (12B सक्रिय)
उपलब्धता बंद स्रोत मुक्त स्रोत

कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#77 Muse Spark 1.3

low
लागत
$0.017
समय
83.9s
टोकन
3,959 tok

#81 Nemotron 3.5 Super VL

high
लागत
$0.005
समय
25.6s
टोकन
9,076 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 8.2 7.2 88.9% 1 20.86s 5,958 795 19,077
Nemotron 3.5 Super VL 8.4 7.4 88.9% 1 59.18s 7,623 352 133,374

तुलना जोड़ी बदलें