नेविगेशन
Advertise here

Muse Spark 1.3 (medium) vs Qwen3.8 Max (0902) (high)

Qwen3.8 Max (0902) (high) average score में आगे है: 9.1 vs 9.0. Muse Spark 1.3 (medium) की benchmark लागत कम है: $1.712 vs $3.306. Muse Spark 1.3 (medium) तेज है: 39.83s vs 186.06s, pass rates 85.5% vs 87.0%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-24

तुलना किए गए मॉडल

रैंक
#48
कुल आउटपुट टोकन
328,911
प्रतिक्रिया समय (औसत)
39.83s
कुल लागत
$1.712
रैंक
#37
कुल आउटपुट टोकन
441,352
प्रतिक्रिया समय (औसत)
186.06s
कुल लागत
$3.306
अनुशंसित मॉडल Muse Spark 1.3 (medium)

Its score stays close to the best score here (9.0 vs 9.1), while costing about 1.9x less than Qwen3.8 Max (0902) (high).

विस्तृत तुलना

मेट्रिक Muse Spark 1.3 Muse Spark 1.3 medium रिलीज़: 2026-09-02 Qwen3.8 Max (0902) Qwen3.8 Max (0902) high रिलीज़: 2026-09-07
स्कोर 9.0 9.1
रैंक #48 #37
विश्वसनीयता 10.0 9.8
संगति 8.9 9.1
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 85.5% 87.0%
अस्थिर टेस्ट 3 3
कुल रन 69 69
प्रति परिणाम लागत 9.507 18.364
कुल लागत $1.712 $3.306
इनपुट कीमत $1.250 / 1M $2.000 / 1M
आउटपुट कीमत $4.250 / 1M $6.000 / 1M
कैश पढ़ने की कीमत $0.150 / 1M $0.250 / 1M
कैश लिखने की कीमत लागू नहीं $2.500 / 1M
कुल इनपुट टोकन 250,676 328,637
आउटपुट टोकन 13,511 8,619
रीजनिंग टोकन 315,400 432,733
प्रतिक्रिया समय (औसत) 39.83s 186.06s
प्रतिक्रिया समय (अधिकतम) 219.77s 912.78s
प्रतिक्रिया समय (कुल) 916.20s 4279.49s
पैरामीटर ~1T कुल (~50B सक्रिय) 2.4T कुल (~100B सक्रिय)
उपलब्धता बंद स्रोत बंद 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.

#48 Muse Spark 1.3

medium
लागत
$0.025
समय
113.4s
टोकन
5,952 tok

#37 Qwen3.8 Max (0902)

high
Reached the allocated time limit (600 seconds) without receiving showcase output.
लागत
$0.000
समय
600.0s
टोकन
0 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 41.14s 7,275 1,182 46,737
Qwen3.8 Max (0902) 10.0 10.0 100.0% 0 253.22s 8,235 418 91,734

त्वरित तुलना

तुलना जोड़ी बदलें

GPT-5.3-CodexmediumvsQwen3.8 Max (0902)highGemini 3.5 Flash LitehighvsMuse Spark 1.3mediumClaude Haiku 5.5xhighvsQwen3.8 Max (0902)highClaude Opus 5lowvsMuse Spark 1.3mediumMuse WonderlowvsQwen3.8 Max (0902)highDeepSeek V4.1 Flash 1017lowvsQwen3.8 Max (0902)highQwen3.8 Max (0902)highvsParetodefaultGemini 3.6 FlashlowvsMuse Spark 1.3mediumMuse Spark 1.3mediumvsGLM 5.3 FlashmaxGemini 3.5 FlashlowvsMuse Spark 1.3mediumClaude Sonnet 5.5maxvsQwen3.8 Max (0902)highMuse WonderminimalvsQwen3.8 Max (0902)high