#20 Muse Spark 1.2
high- लागत
- $0.057
- समय
- 34.7s
- टोकन
- 13,356 tok
Meta
रिलीज़: 2026-08-06
परीक्षण किया गया: 2026-08-05 23:33
meta/muse-spark-1.2::high
~1T कुल (~50B सक्रिय)MoEबंद स्रोतअनुमानित
सारांश
Muse Spark 1.2 AI BENCHY पर 8.8 स्कोर करता है और #20 पर है। इसकी reliability 9.8, pass rate 75.8%, कुल लागत $1.632, और औसत response time 23.99s है।
Muse Spark 1.2 को अलग क्या बनाता है: यह असामान्य रूप से अधिक reasoning tokens इस्तेमाल करता है, जिससे धीमे या महंगे runs समझ में आ सकते हैं।
मॉडल विवरण
शोध की तारीख: 2026-08-12
- पैरामीटर
- ~1T कुल (~50B सक्रिय)
- आर्किटेक्चर
- MoE
- उपलब्धता
- बंद स्रोत
- लाइसेंस
- -
सार्वजनिक साक्ष्यों पर आधारित सर्वोत्तम अनुमान; प्रदाता ने सभी मान जारी नहीं किए हैं।
8.8
संगति
8.7
9.8
$1.632
कुल आउटपुट टोकन
349,571
कुल इनपुट टोकन
117,028
इनपुट कीमत
$1.250 / 1M
आउटपुट कीमत
$4.250 / 1M
अस्थिर टेस्ट
4
अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
रन इतिहास
| परीक्षण किया गया | स्कोर | विश्वसनीयता | सही परीक्षण | कुल लागत | तुलना करें |
|---|---|---|---|---|---|
| 2026-08-14 03:32 दोबारा परीक्षण | 8.7 | 9.9 | $1.771 | तुलना करें | |
| 2026-08-05 23:33 पहला रन | 8.8 | 9.8 | $1.632 | वर्तमान रन |
रन तुलना
| रन | बेंचमार्क कवरेज | स्कोर | संगति | विश्वसनीयता | सही परीक्षण | अस्थिर टेस्ट | कुल आउटपुट टोकन | कुल इनपुट टोकन | कुल लागत | प्रतिक्रिया समय (औसत) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-08-05 23:33 · पहला रन | 66/66 प्रयास | 8.8 | 8.7 | 9.8 | 15/22 | 4 | 349,571 | 117,028 | $1.632 | 23.99s |
| 2026-08-14 03:32 · दोबारा परीक्षण | 66/66 प्रयास | 8.7 | 8.3 | 9.9 | 14/22 | 5 | 382,087 | 117,037 | $1.771 | 26.59s |
| अंतर | — | +0.1 | +0.4 | -0.1 | +1 | -1 | -32516 | -9 | -$0.139 | -2600ms |
इन दो रन में अलग-अलग बेंचमार्क सूट इस्तेमाल हुए थे, इसलिए अंतर मॉडल बदलाव और सूट बदलाव दोनों को दर्शाते हैं।
कीमत का इतिहास
OpenRouter से इस मॉडल का ऐतिहासिक मूल्य डेटा।
| तारीख | इनपुट कीमत | आउटपुट कीमत |
|---|---|---|
| 2026-08-05 23:34 | $1.250 / 1M | $4.250 / 1M |
चार्ट
पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।
स्कोर के अनुसार शीर्ष मॉडल
स्कोर vs कुल लागत
प्रतिक्रिया समय (औसत)
स्कोर vs प्रतिक्रिया समय (औसत)
कुल आउटपुट टोकन
स्कोर vs कुल आउटपुट टोकन
त्वरित तुलना
Muse Spark 1.2highvsClaude Opus 4.7mediumMuse Spark 1.2highvsMuse Spark 1.2mediumMuse Spark 1.2highvsGLM 5.3 FlashmaxMuse Spark 1.2highvsMuse Spark 1.1mediumMuse Spark 1.2highvsGemini 3.6 FlashlowMuse Spark 1.2highvsClaude Fable 5mediumMuse Spark 1.2highvsClaude Opus 5lowMuse Spark 1.2highvsQwen3.6 Max PreviewmediumMuse Spark 1.2highvsClaude Opus 4.8mediumMuse Spark 1.2highvsQwen3.8 Maxlow
श्रेणी विवरण
| श्रेणी | स्कोर | संगति | सही परीक्षण |
|---|---|---|---|
| एंटी-एआई ट्रिक्स | 7.1 | 8.4 | |
| कोडिंग | 10.0 | 10.0 | |
| संयुक्त | 8.0 | 6.9 | |
| डेटा पार्सिंग और निष्कर्षण | 10.0 | 10.0 | |
| डोमेन-विशिष्ट | 5.9 | 7.2 | |
| Samanya Buddhimatta | 10.0 | 10.0 | |
| निर्देश पालन | 9.8 | 10.0 | |
| पहेली समाधान | 8.2 | 7.7 | |
| टूल कॉलिंग | 10.0 | 10.0 | |
| सामान्य ज्ञान | 3.0 | 10.0 |