Claude Opus 5.5 (medium) vs Muse Spark Open (xhigh)

Claude Opus 5.5 (medium) average score मध्ये पुढे आहे: 9.2 vs 9.0. Claude Opus 5.5 (medium) चा benchmark खर्च कमी आहे: $1.804 vs $2.081. Claude Opus 5.5 (medium) वेगवान आहे: 25.85s vs 92.38s, pass rates 89.9% vs 81.2%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-19

तुलना केलेली मॉडेल्स

क्रमांक: #31
एकूण आउटपुट टोकन्स: 32,127
प्रतिसाद वेळ (सरासरी): 25.85s
एकूण खर्च: $1.804

क्रमांक: #45
एकूण आउटपुट टोकन्स: 409,641
प्रतिसाद वेळ (सरासरी): 92.38s
एकूण खर्च: $2.081

शिफारस केलेले मॉडेल Claude Opus 5.5 (medium)

It has the best score here (9.2), while responding about 3.6x faster than Muse Spark Open (xhigh).

तपशीलवार तुलना

मेट्रिक	Claude Opus 5.5 Claude Opus 5.5 medium प्रकाशन: 2026-09-23	Muse Spark Open Muse Spark Open xhigh प्रकाशन: 2026-10-15

मेट्रिक	Claude Opus 5.5 Claude Opus 5.5 medium प्रकाशन: 2026-09-23	Muse Spark Open Muse Spark Open xhigh प्रकाशन: 2026-10-15
स्कोअर	9.2	9.0
क्रमांक	#31	#45
विश्वसनीयता	10.0	9.6
सुसंगतता	9.7	8.3
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	89.9%	81.2%
अस्थिर चाचण्या	1	5
एकूण रन	69	69
प्रति निकाल खर्च	9.016	13.001
एकूण खर्च	$1.804	$2.081
इनपुट किंमत	$4.000 / 1M	$1.250 / 1M
आउटपुट किंमत	$20.000 / 1M	$4.250 / 1M
कॅश वाचण्याची किंमत	$0.200 / 1M	$0.150 / 1M
कॅश लिहिण्याची किंमत	$5.000 / 1M	लागू नाही
एकूण इनपुट टोकन्स	290,117	271,242
आउटपुट टोकन्स	9,805	11,803
रिझनिंग टोकन्स	22,322	397,838
प्रतिसाद वेळ (सरासरी)	25.85s	92.38s
प्रतिसाद वेळ (कमाल)	90.20s	482.30s
प्रतिसाद वेळ (एकूण)	594.63s	2124.67s
पॅरामीटर्स	~5T एकूण (~500B सक्रिय)	816B एकूण (42B सक्रिय)
उपलब्धता	बंद स्रोत	वेट्स उपलब्ध

कॅशच्या किमती इनपुट टोकनला लागू होतात. वाचताना साठवलेले प्रॉम्प्ट पुन्हा वापरले जातात; लिहिताना ते साठवले जातात आणि अधिक खर्च होऊ शकतो. आउटपुट टोकनला आउटपुट किंमत लागू होते.

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#31 Claude Opus 5.5

medium

खर्च: $0.053
वेळ: 25.6s
टोकन्स: 2,781 tok

#45 Muse Spark Open

xhigh

खर्च: $0.049
वेळ: 244.5s
टोकन्स: 11,567 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 5.5	10.0	10.0	100.0%	0		62.59s	156,163	2,513	2,420
Muse Spark Open	10.0	10.0	100.0%	0		84.28s	163,040	3,187	7,548

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5.5	10.0	10.0	100.0%	0		12.42s	858	321	657
Muse Spark Open	8.7	7.9	91.7%	1		20.08s	2,219	575	7,718

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5.5	8.4	7.4	88.9%	1		13.50s	10,608	636	4,341
Muse Spark Open	10.0	10.0	100.0%	0		51.43s	8,478	1,796	53,029

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5.5	10.0	10.0	100.0%	0		55.69s	96,679	4,639	4,527
Muse Spark Open	10.0	10.0	100.0%	0		133.96s	71,468	4,663	49,355

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 5.5	10.0	10.0	100.0%	0		12.65s	10,515	312	277
Muse Spark Open	10.0	10.0	100.0%	0		16.36s	7,767	229	3,876

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5.5	7.7	10.0	66.7%	0		21.35s	990	61	8,360
Muse Spark Open	2.9	4.4	22.2%	2		341.54s	1,277	58	215,539

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5.5	10.0	10.0	100.0%	0		6.17s	714	273	326
Muse Spark Open	6.5	3.4	66.7%	1		7.26s	879	140	4,172

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5.5	10.0	10.0	100.0%	0		21.33s	921	96	336
Muse Spark Open	10.0	10.0	100.0%	0		23.45s	1,467	105	5,478

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5.5	10.0	10.0	100.0%	0		30.12s	912	513	491
Muse Spark Open	8.2	7.2	88.9%	1		112.47s	1,711	386	39,934

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5.5	10.0	10.0	100.0%	0		74.20s	11,757	441	587
Muse Spark Open	10.0	10.0	100.0%	0		5.06s	12,354	261	986

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5.5	3.0	10.0	0.0%	0		27.75s	0	0	0
Muse Spark Open	3.0	10.0	0.0%	0		83.89s	582	403	10,203

तुलना जोडी बदला

Claude Opus 5.5mediumvsMuse Spark Openhigh Gemini 3.5 FlashlowvsMuse Spark Openxhigh Claude Opus 5.5mediumvsDeepSeek V4.1 Flash 1017low Muse Spark OpenxhighvsQwen3.8 Max (0902)medium Seed 2.1 TurbohighvsMuse Spark Openxhigh Muse Spark OpenxhighvsParetodefault Claude Opus 5.5mediumvsSeed 2.1 Turbolow Claude Opus 5.5mediumvsQwen3.8 Max (0902)high Gemini 3.5 Flash LitehighvsMuse Spark Openxhigh Muse Spark OpenxhighvsGPT-5.3-Codexmedium Claude Opus 5.5mediumvsMuse Spark 1.3high Muse Spark OpenxhighvsQwen3.8 Max (0902)high