Claude Sonnet 5.5 (xhigh) vs Muse Spark 1.3 (low)

Claude Sonnet 5.5 (xhigh) average score मध्ये पुढे आहे: 8.3 vs 8.2. Muse Spark 1.3 (low) चा benchmark खर्च कमी आहे: $0.689 vs $1.069. Claude Sonnet 5.5 (xhigh) वेगवान आहे: 13.17s vs 16.03s, pass rates 78.8% vs 81.8%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-09-29

तुलना केलेली मॉडेल्स

क्रमांक: #79
एकूण आउटपुट टोकन्स: 77,105
प्रतिसाद वेळ (सरासरी): 13.17s
एकूण खर्च: $1.069

क्रमांक: #84
एकूण आउटपुट टोकन्स: 127,711
प्रतिसाद वेळ (सरासरी): 16.03s
एकूण खर्च: $0.689

शिफारस केलेले मॉडेल Muse Spark 1.3 (low)

Its score stays close to the best score here (8.2 vs 8.3), while costing about 1.6x less than Claude Sonnet 5.5 (xhigh).

तपशीलवार तुलना

मेट्रिक	Claude Sonnet 5.5 Claude Sonnet 5.5 xhigh प्रकाशन: 2026-09-29	Muse Spark 1.3 Muse Spark 1.3 low प्रकाशन: 2026-09-02

मेट्रिक	Claude Sonnet 5.5 Claude Sonnet 5.5 xhigh प्रकाशन: 2026-09-29	Muse Spark 1.3 Muse Spark 1.3 low प्रकाशन: 2026-09-02
स्कोअर	8.3	8.2
क्रमांक	#79	#84
विश्वसनीयता	10.0	10.0
सुसंगतता	8.7	8.1
प्रयत्न	66/66	66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर	78.8%	81.8%
अस्थिर चाचण्या	4	5
एकूण रन	66	66
प्रति निकाल खर्च	7.123	4.594
एकूण खर्च	$1.069	$0.689
इनपुट किंमत	$2.000 / 1M	$1.250 / 1M
आउटपुट किंमत	$10.000 / 1M	$4.250 / 1M
एकूण इनपुट टोकन्स	148,643	116,947
आउटपुट टोकन्स	9,700	11,026
रिझनिंग टोकन्स	67,405	116,685
प्रतिसाद वेळ (सरासरी)	13.17s	16.03s
प्रतिसाद वेळ (कमाल)	54.91s	78.72s
प्रतिसाद वेळ (एकूण)	289.67s	352.69s
पॅरामीटर्स	~1T एकूण (~100B 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.

#79 Claude Sonnet 5.5

xhigh

खर्च: $0.319
वेळ: 258.6s
टोकन्स: 31,969 tok

#84 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

श्रेणी:

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Sonnet 5.5	10.0	10.0	100.0%	0		4.21s	858	417	1,162
Muse Spark 1.3	10.0	10.0	100.0%	0		3.92s	618	372	5,308

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Sonnet 5.5	8.2	7.2	88.9%	1		11.90s	10,608	555	9,501
Muse Spark 1.3	8.2	7.2	88.9%	1		20.86s	5,958	795	19,077

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Sonnet 5.5	8.7	6.9	83.3%	1		30.37s	111,104	6,732	10,690
Muse Spark 1.3	7.3	5.8	83.3%	1		25.72s	90,340	6,828	14,390

डेटा पार्सिंग आणि निष्कर्षण	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Sonnet 5.5	10.0	10.0	100.0%	0		4.96s	10,515	312	1,590
Muse Spark 1.3	10.0	10.0	100.0%	0		3.62s	7,155	240	3,011

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Sonnet 5.5	2.9	7.2	11.1%	1		35.33s	990	56	34,319
Muse Spark 1.3	3.5	4.4	33.3%	2		45.63s	738	1,083	48,809

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Sonnet 5.5	6.5	3.4	66.7%	1		9.10s	714	279	2,152
Muse Spark 1.3	10.0	10.0	100.0%	0		4.02s	477	127	1,182

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Sonnet 5.5	10.0	10.0	100.0%	0		4.58s	921	98	661
Muse Spark 1.3	9.8	10.0	100.0%	0		5.04s	669	189	3,025

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Sonnet 5.5	10.0	10.0	100.0%	0		4.88s	912	716	1,402
Muse Spark 1.3	8.2	7.2	88.9%	1		11.34s	651	478	11,598

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Sonnet 5.5	10.0	10.0	100.0%	0		10.29s	11,757	354	1,112
Muse Spark 1.3	10.0	10.0	100.0%	0		7.39s	10,158	603	2,074

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Sonnet 5.5	3.0	10.0	0.0%	0		17.31s	264	181	4,816
Muse Spark 1.3	3.0	10.0	0.0%	0		23.36s	183	311	8,211

झटपट तुलना

तुलना जोडी बदला