#27 Muse Spark 1.3
medium- लागत
- $0.025
- समय
- 113.4s
- टोकन
- 5,952 tok
सारांश
Muse Spark 1.3 AI BENCHY पर 9.0 स्कोर करता है और #27 पर है। इसकी reliability 9.3, pass rate 81.8%, कुल लागत $1.075, और औसत response time 89.78s है।
शोध की तारीख: 2026-09-02
सार्वजनिक साक्ष्यों पर आधारित सर्वोत्तम अनुमान; प्रदाता ने सभी मान जारी नहीं किए हैं।
9.0
संगति
8.5
9.3
$1.075
कुल आउटपुट टोकन
223,994
कुल इनपुट टोकन
98,062
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)।
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।
| श्रेणी | स्कोर | संगति | सही परीक्षण |
|---|---|---|---|
| एंटी-एआई ट्रिक्स | 10.0 | 10.0 | |
| कोडिंग | 10.0 | 10.0 | |
| संयुक्त | 10.0 | 10.0 | |
| डेटा पार्सिंग और निष्कर्षण | 10.0 | 10.0 | |
| डोमेन-विशिष्ट | 2.9 | 4.4 | |
| Samanya Buddhimatta | 10.0 | 10.0 | |
| निर्देश पालन | 7.3 | 5.9 | |
| पहेली समाधान | 8.4 | 7.4 | |
| टूल कॉलिंग | 9.8 | 10.0 | |
| सामान्य ज्ञान | 3.0 | 10.0 |