नेव्हिगेशन
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Claude Fable 5.1 (high) vs Muse Spark 1.3 (low)

Claude Fable 5.1 (high) average score मध्ये पुढे आहे: 9.0 vs 9.0. Muse Spark 1.3 (low) चा benchmark खर्च कमी आहे: $0.633 vs $3.364. Claude Fable 5.1 (high) वेगवान आहे: 13.59s vs 43.67s, pass rates 89.4% vs 83.3%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-09-02

क्रमांक
#20
एकूण आउटपुट टोकन्स
40,071
प्रतिसाद वेळ (सरासरी)
13.59s
एकूण खर्च
$3.364
क्रमांक
#25
एकूण आउटपुट टोकन्स
117,915
प्रतिसाद वेळ (सरासरी)
43.67s
एकूण खर्च
$0.633
शिफारस केलेले मॉडेल Muse Spark 1.3 (low)

Its score stays close to the best score here (9.0 vs 9.0), while costing about 5.3x less than Claude Fable 5.1 (high).

तपशीलवार तुलना

मेट्रिक Claude Fable 5.1 Claude Fable 5.1 high प्रकाशन: 2026-09-02 Muse Spark 1.3 Muse Spark 1.3 low प्रकाशन: 2026-09-02
स्कोअर 9.0 9.0
क्रमांक #20 #25
विश्वसनीयता 10.0 9.6
सुसंगतता 9.6 9.0
प्रयत्न 66/66 66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर 89.4% 83.3%
अस्थिर चाचण्या 1 3
एकूण रन 66 66
प्रति निकाल खर्च 17.701 3.720
एकूण खर्च $3.364 $0.633
इनपुट किंमत $10.000 / 1M $1.250 / 1M
आउटपुट किंमत $50.000 / 1M $4.250 / 1M
एकूण इनपुट टोकन्स 135,958 104,966
आउटपुट टोकन्स 7,930 10,208
रिझनिंग टोकन्स 32,141 107,707
प्रतिसाद वेळ (सरासरी) 13.59s 43.67s
प्रतिसाद वेळ (कमाल) 40.17s 190.38s
प्रतिसाद वेळ (एकूण) 298.90s 960.70s
पॅरामीटर्स ~9.5T एकूण (~878B सक्रिय) ~1T एकूण (~50B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#20 Claude Fable 5.1

high
खर्च
$0.384
वेळ
102.5s
टोकन्स
7,824 tok

#25 Muse Spark 1.3

low
खर्च
$0.017
वेळ
83.9s
टोकन्स
3,959 tok

स्कोअरनुसार शीर्ष मॉडेल्स

स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी)

स्कोअर vs प्रतिसाद वेळ (सरासरी)

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

श्रेणीवार तपशील

कोडिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Fable 5.1 8.4 7.4 88.9% 1 13.91s 10,608 520 6,503
Muse Spark 1.3 10.0 10.0 100.0% 0 53.93s 7,275 1,047 21,679

झटपट तुलना

तुलना जोडी बदला