AI BENCHY
Advertise here
#25

Muse Spark 1.3

Meta रिलीज़: 2026-09-02 परीक्षण किया गया: 2026-09-02 21:47 meta/muse-spark-1.3::low
~1T कुल (~50B सक्रिय)MoEबंद स्रोतअनुमानित

सारांश

Muse Spark 1.3 AI BENCHY पर 9.0 स्कोर करता है और #25 पर है। इसकी reliability 9.6, pass rate 83.3%, कुल लागत $0.633, और औसत response time 43.67s है।

मॉडल विवरण

शोध की तारीख: 2026-09-02

अनुमानित
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।

संगति

9.0

कुल आउटपुट टोकन

117,915

कुल इनपुट टोकन

104,966

इनपुट कीमत

$1.250 / 1M

आउटपुट कीमत

$4.250 / 1M

सही परीक्षण

गलत टेस्ट: 5

प्रति प्रयास पास दर: 83.3%

अस्थिर टेस्ट

3

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

प्रतिक्रिया समय (औसत)

43.67s

प्रतिक्रिया समय (अधिकतम): 190.38s

प्रतिक्रिया समय (कुल): 960.70s

Hamster playing table tennis

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

#25 Muse Spark 1.3

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

चार्ट

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

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

त्वरित तुलना

श्रेणी विवरण

श्रेणी स्कोर संगति सही परीक्षण
एंटी-एआई ट्रिक्स 10.0 10.0
कोडिंग 10.0 10.0
संयुक्त 8.7 6.9
डेटा पार्सिंग और निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 2.9 4.4
Samanya Buddhimatta 10.0 10.0
निर्देश पालन 9.8 10.0
पहेली समाधान 10.0 10.0
टूल कॉलिंग 10.0 10.0
सामान्य ज्ञान 3.0 10.0

तुलना किए गए मॉडल