AI BENCHY
Advertise here
#41

Muse Spark 1.1

Meta रिलीज़: 2026-07-16 परीक्षण किया गया: 2026-07-16 19:02 meta/muse-spark-1.1::high
(high) (medium) (low)

सारांश

Muse Spark 1.1 AI BENCHY पर 7.8 स्कोर करता है और #41 पर है। इसकी reliability 10.0, pass rate 69.8%, कुल लागत $1.440, और औसत response time 29.16s है।

Muse Spark 1.1 को अलग क्या बनाता है: यह कोडिंग में सबसे अलग दिखता है, जहाँ इसकी रैंक #1 है; जबकि निर्देश पालन इसकी सबसे कमजोर जगह है, जहाँ यह #17 पर है। यह असामान्य रूप से अधिक reasoning tokens इस्तेमाल करता है, जिससे धीमे या महंगे runs समझ में आ सकते हैं।

स्कोर

7.8

संगति

8.1

विश्वसनीयता

10.0

कुल लागत (वर्तमान कीमत)

$1.440

कुल आउटपुट टोकन

319,632

कुल इनपुट टोकन

64,900

इनपुट कीमत

$1.250 / 1M

आउटपुट कीमत

$4.250 / 1M

सही परीक्षण

गलत टेस्ट: 9

प्रति प्रयास पास दर: 69.8%

अस्थिर टेस्ट

5

अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।

प्रतिक्रिया समय (औसत)

29.16s

प्रतिक्रिया समय (अधिकतम): 196.03s

प्रतिक्रिया समय (कुल): 583.18s

गलत उत्तर: 4 निर्देशों का पालन नहीं किया: 2 API त्रुटि: 1 अमान्य टूल कॉल: 1 कोई उत्तर नहीं: 1

जनरेशन शोकेस

Hamster playing table tennis

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

#41 Muse Spark 1.1

high
लागत
$0.039
समय
50.1s
टोकन
9,423 tok

कीमत का इतिहास

OpenRouter से इस मॉडल का ऐतिहासिक मूल्य डेटा।

तारीख इनपुट कीमत आउटपुट कीमत
2026-07-16 19:03 $1.250 / 1M $4.250 / 1M

चार्ट

पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

त्वरित तुलना

Muse Spark 1.1highvsQwen3.5-27BmediumMuse Spark 1.1highvsKAT-Coder-Pro V2.5lowMuse Spark 1.1highvsQwen3.6 PlusmediumMuse Spark 1.1highvsQwen3.5 Plus 2026-02-15mediumMuse Spark 1.1highvsGPT-5.6 TerramediumMuse Spark 1.1highvsGemini 3.5 FlashhighMuse Spark 1.1highvsGemini 3 Flash PreviewmediumMuse Spark 1.1highvsNemotron 3 Ultra 550b A55bmediumनिःशुल्क उपलब्धMuse Spark 1.1highvsGPT-5.5low

श्रेणी विवरण

श्रेणी स्कोर संगति सही परीक्षण
एंटी-एआई ट्रिक्स 7.5 8.4
कोडिंग 10.0 10.0
संयुक्त 4.5 2.1
डेटा पार्सिंग और निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 3.5 4.4
Samanya Buddhimatta 10.0 10.0
निर्देश पालन 6.4 6.0
पहेली समाधान 7.8 9.9
टूल कॉलिंग 9.6 10.0
सामान्य ज्ञान 3.0 10.0

तुलना किए गए मॉडल