Claude Opus 4.8 (medium) vs Muse Spark 1.1 (high)

Muse Spark 1.1 (high) average score मध्ये पुढे आहे: 8.4 vs 8.3. Muse Spark 1.1 (high) चा benchmark खर्च कमी आहे: $2.570 vs $3.490. Claude Opus 4.8 (medium) वेगवान आहे: 16.72s vs 37.41s, pass rates 82.6% vs 69.6%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-01

तुलना केलेली मॉडेल्स

क्रमांक: #80
एकूण आउटपुट टोकन्स: 67,842
प्रतिसाद वेळ (सरासरी): 16.72s
एकूण खर्च: $3.490

क्रमांक: #73
एकूण आउटपुट टोकन्स: 505,566
प्रतिसाद वेळ (सरासरी): 37.41s
एकूण खर्च: $2.570

शिफारस केलेले मॉडेल Claude Opus 4.8 (medium)

Its score stays close to the best score here (8.3 vs 8.4), while responding about 2.2x faster than Muse Spark 1.1 (high).

तपशीलवार तुलना

मेट्रिक	Claude Opus 4.8 Claude Opus 4.8 medium प्रकाशन: 2026-05-28	Muse Spark 1.1 Muse Spark 1.1 high प्रकाशन: 2026-07-16

मेट्रिक	Claude Opus 4.8 Claude Opus 4.8 medium प्रकाशन: 2026-05-28	Muse Spark 1.1 Muse Spark 1.1 high प्रकाशन: 2026-07-16
स्कोअर	8.3	8.4
क्रमांक	#80	#73
विश्वसनीयता	10.0	10.0
सुसंगतता	9.0	8.0
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	82.6%	69.6%
अस्थिर चाचण्या	3	6
एकूण रन	69	69
प्रति निकाल खर्च	20.527	19.762
एकूण खर्च	$3.490	$2.570
इनपुट किंमत	$5.000 / 1M	$1.250 / 1M
आउटपुट किंमत	$25.000 / 1M	$4.250 / 1M
एकूण इनपुट टोकन्स	360,294	336,310
आउटपुट टोकन्स	43,441	10,838
रिझनिंग टोकन्स	24,401	494,728
प्रतिसाद वेळ (सरासरी)	16.72s	37.41s
प्रतिसाद वेळ (कमाल)	99.37s	196.03s
प्रतिसाद वेळ (एकूण)	384.66s	860.39s
पॅरामीटर्स	~5T एकूण (~500B 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.

#80 Claude Opus 4.8

medium

खर्च: $0.057
वेळ: 23.1s
टोकन्स: 2,412 tok

#73 Muse Spark 1.1

high

खर्च: $0.039
वेळ: 50.1s
टोकन्स: 9,423 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

श्रेणी:

स्वायत्त एजंट कार्ये	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.8	6.1	3.1	66.7%	1		99.37s	221,846	2,676	13,239
Muse Spark 1.1	10.0	10.0	100.0%	0		49.67s	207,097	2,482	11,168

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.8	10.0	10.0	100.0%	0		3.95s	834	1,179	478
Muse Spark 1.1	7.5	8.4	66.7%	1		8.60s	2,334	516	13,023

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.8	10.0	10.0	100.0%	0		15.33s	10,590	9,945	1,381
Muse Spark 1.1	10.0	10.0	100.0%	0		22.92s	8,562	349	36,039

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.8	9.9	10.0	100.0%	0		54.29s	101,005	19,531	4,762
Muse Spark 1.1	5.9	2.9	66.7%	2		70.25s	90,082	5,535	68,439

डेटा पार्सिंग आणि निष्कर्षण	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.8	7.1	5.6	83.3%	1		12.29s	10,503	481	312
Muse Spark 1.1	10.0	10.0	100.0%	0		8.40s	7,827	240	5,907

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.8	3.6	7.2	22.2%	1		18.11s	972	7,476	2,987
Muse Spark 1.1	2.9	4.4	22.2%	2		94.74s	1,062	345	195,595

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.8	10.0	10.0	100.0%	0		2.46s	708	237	0
Muse Spark 1.1	10.0	10.0	100.0%	0		7.73s	906	116	3,390

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.8	10.0	10.0	100.0%	0		3.32s	909	373	320
Muse Spark 1.1	6.4	6.0	66.7%	1		7.81s	1,527	193	7,158

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.8	10.0	10.0	100.0%	0		3.95s	894	791	483
Muse Spark 1.1	7.8	9.9	66.7%	0		69.96s	1,938	225	140,780

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.8	10.0	10.0	100.0%	0		8.96s	11,775	301	225
Muse Spark 1.1	9.6	10.0	100.0%	0		9.88s	14,363	795	2,938

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.8	3.0	10.0	0.0%	0		6.14s	258	451	214
Muse Spark 1.1	3.0	10.0	0.0%	0		22.93s	612	42	10,291

झटपट तुलना

तुलना जोडी बदला

Gemini 3.1 Pro PreviewmediumvsMuse Spark 1.1high Claude Opus 4.8mediumvsGrok 4.5high Claude Opus 4.8mediumvsKimi K3max Muse Spark 1.1highvsGPT-5 Minimedium Muse Spark 1.1highvsQwen3.8 2.4T A95Blow Claude Opus 4.8mediumvsGemini 3.5 Flashhigh Claude Opus 4.8mediumvsGPT-5.6 Terrahigh Claude Opus 4.8mediumvsGLM 5.2high Muse Spark 1.1highvsKimi K3max Claude Opus 4.8mediumvsDeepSeek V4 Flash 0731high Muse Spark 1.1highvsQwen3.7 Maxmedium Claude Sonnet 5mediumvsMuse Spark 1.1high