Advertise here
#53

Muse Spark Open

Meta रिलीज़: 2026-10-15 परीक्षण किया गया: 2026-10-16 00:20 meta/muse-spark-open::low
816B कुल (42B सक्रिय)MoEवेट उपलब्ध
(xhigh) (high) (medium) (low)

सारांश

Muse Spark Open AI BENCHY पर 8.9 स्कोर करता है और #53 पर है। इसकी reliability 9.9, pass rate 76.8%, कुल लागत $0.600, और औसत response time 21.62s है।

Muse Spark Open को अलग क्या बनाता है: यह डोमेन-विशिष्ट में सबसे अलग दिखता है, जहाँ इसकी रैंक #4 है; जबकि Samanya Buddhimatta इसकी सबसे कमजोर जगह है, जहाँ यह #15 पर है। इस score range के लिए इसकी कुल benchmark लागत असामान्य रूप से कम है।

मॉडल विवरण

शोध की तारीख: 2026-10-15

घोषित
पैरामीटर
816B कुल (42B सक्रिय)
आर्किटेक्चर
MoE
उपलब्धता
वेट उपलब्ध
लाइसेंस
Muse Model License
पैरामीटर स्रोत 1 पैरामीटर स्रोत 2 उपलब्धता स्रोत

स्कोर

8.9

संगति

9.1

विश्वसनीयता

9.9

कुल लागत (वर्तमान कीमत)

$0.600

कुल आउटपुट टोकन

59,058

कुल इनपुट टोकन

278,684

इनपुट कीमत

$1.250 / 1M

आउटपुट कीमत

$4.250 / 1M

कैश पढ़ने की कीमत

$0.150 / 1M

कैश लिखने की कीमत

लागू नहीं

कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।

सही परीक्षण

गलत टेस्ट: 7

प्रति प्रयास पास दर: 76.8%

अस्थिर टेस्ट

3

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

प्रतिक्रिया समय (औसत)

21.62s

प्रतिक्रिया समय (अधिकतम): 119.16s

प्रतिक्रिया समय (कुल): 497.25s

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

Hamster playing table tennis

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

#53 Muse Spark Open

low
लागत
$0.014
समय
38.9s
टोकन
3,372 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

Muse Spark OpenlowvsGLM 5.3 FlashmaxMuse Spark OpenlowvsMuse Spark 1.2highMuse Spark OpenlowvsGemini 3.6 FlashlowMuse Spark OpenlowvsMuse Spark 1.2mediumMuse Spark OpenlowvsClaude Opus 5lowMuse Spark OpenlowvsMuse Spark 1.1mediumMuse Spark OpenlowvsGemini 4 ArgonmediumMuse Spark OpenlowvsClaude Fable 5mediumMuse Spark OpenlowvsGemini 3.5 Flash LitehighMuse Spark OpenlowvsPareto 26.9default

श्रेणी विवरण

श्रेणी स्कोर संगति सही परीक्षण
स्वायत्त एजेंट कार्य 10.0 10.0
एंटी-एआई ट्रिक्स 9.2 8.4
कोडिंग 10.0 10.0
संयुक्त 8.4 10.0
डेटा पार्सिंग और निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 5.3 10.0
Samanya Buddhimatta 6.1 3.1
निर्देश पालन 8.0 6.8
पहेली समाधान 10.0 10.0
टूल कॉलिंग 10.0 10.0
सामान्य ज्ञान 3.0 10.0

तुलना किए गए मॉडल