#30 Muse Spark 1.2
low- लागत
- $0.019
- समय
- 14.6s
- टोकन
- 4,384 tok
Meta
रिलीज़: 2026-08-06
परीक्षण किया गया: 2026-08-05 23:32
meta/muse-spark-1.2::low
~1T कुल (~50B सक्रिय)MoEबंद स्रोतअनुमानित
सारांश
Muse Spark 1.2 AI BENCHY पर 8.4 स्कोर करता है और #30 पर है। इसकी reliability 9.9, pass rate 77.3%, कुल लागत $0.650, और औसत response time 9.67s है।
Muse Spark 1.2 को अलग क्या बनाता है: इस score range के लिए इसकी कुल benchmark लागत असामान्य रूप से कम है।
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।
8.4
संगति
9.0
9.9
$0.650
कुल आउटपुट टोकन
122,939
कुल इनपुट टोकन
101,802
इनपुट कीमत
$1.250 / 1M
आउटपुट कीमत
$4.250 / 1M
अस्थिर टेस्ट
3
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 03:27 दोबारा परीक्षण | 8.4 | 10.0 | $0.655 | तुलना करें | |
| 2026-08-05 23:32 पहला रन | 8.4 | 9.9 | $0.650 | 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 23:32 · पहला रन | 66/66 प्रयास | 8.4 | 9.0 | 9.9 | 15/22 | 3 | 122,939 | 101,802 | $0.650 | 9.67s |
| 2026-08-14 03:27 · दोबारा परीक्षण | 66/66 प्रयास | 8.4 | 9.0 | 10.0 | 15/22 | 3 | 123,963 | 101,811 | $0.655 | 9.77s |
| अंतर | — | 0.0 | 0.0 | -0.1 | 0 | 0 | -1024 | -9 | -$0.005 | -92ms |
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 1.2lowvsGrok 4.5mediumMuse Spark 1.2lowvsGrok 4.6mediumMuse Spark 1.2lowvsDeepSeek V4.1 FlashmediumMuse Spark 1.2lowvsGrok 4.5lowMuse Spark 1.2lowvsDeepSeek V4.1 FlashhighMuse Spark 1.2lowvsGPT-5.2mediumMuse Spark 1.2lowvsDeepSeek V4.1 FlashlowMuse Spark 1.2lowvsQwen3.8 27BhighMuse Spark 1.2lowvsGPT-5.4mediumMuse Spark 1.2lowvsSeed 2.1 Turbomedium
श्रेणी विवरण
| श्रेणी | स्कोर | संगति | सही परीक्षण |
|---|---|---|---|
| एंटी-एआई ट्रिक्स | 9.2 | 8.4 | |
| कोडिंग | 8.4 | 7.4 | |
| संयुक्त | 9.8 | 10.0 | |
| डेटा पार्सिंग और निष्कर्षण | 10.0 | 10.0 | |
| डोमेन-विशिष्ट | 5.3 | 10.0 | |
| Samanya Buddhimatta | 5.0 | 10.0 | |
| निर्देश पालन | 9.8 | 10.0 | |
| पहेली समाधान | 8.7 | 7.7 | |
| टूल कॉलिंग | 10.0 | 10.0 | |
| सामान्य ज्ञान | 3.0 | 10.0 |