Seed 2.1 Turbo (low) vs Muse Spark 1.3 (high)

Seed 2.1 Turbo (low) average score मध्ये पुढे आहे: 9.3 vs 9.1. Seed 2.1 Turbo (low) चा benchmark खर्च कमी आहे: $1.645 vs $1.891. Muse Spark 1.3 (high) वेगवान आहे: 52.87s vs 161.25s, pass rates 81.2% vs 78.3%.

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

तुलना केलेली मॉडेल्स

क्रमांक: #29
एकूण आउटपुट टोकन्स: 609,333
प्रतिसाद वेळ (सरासरी): 161.25s
एकूण खर्च: $1.645

क्रमांक: #40
एकूण आउटपुट टोकन्स: 369,142
प्रतिसाद वेळ (सरासरी): 52.87s
एकूण खर्च: $1.891

शिफारस केलेले मॉडेल Muse Spark 1.3 (high)

Its score stays close to the best score here (9.1 vs 9.3), while responding about 3.0x faster than Seed 2.1 Turbo (low).

तपशीलवार तुलना

मेट्रिक	Seed 2.1 Turbo Seed 2.1 Turbo low प्रकाशन: 2026-08-12	Muse Spark 1.3 Muse Spark 1.3 high प्रकाशन: 2026-09-02

मेट्रिक	Seed 2.1 Turbo Seed 2.1 Turbo low प्रकाशन: 2026-08-12	Muse Spark 1.3 Muse Spark 1.3 high प्रकाशन: 2026-09-02
स्कोअर	9.3	9.1
क्रमांक	#29	#40
विश्वसनीयता	10.0	10.0
सुसंगतता	9.3	9.3
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	81.2%	78.3%
अस्थिर चाचण्या	2	2
एकूण रन	69	69
प्रति निकाल खर्च	9.135	11.121
एकूण खर्च	$1.645	$1.891
इनपुट किंमत	$0.500 / 1M	$1.250 / 1M
आउटपुट किंमत	$2.500 / 1M	$4.250 / 1M
कॅश वाचण्याची किंमत	लागू नाही	$0.150 / 1M
कॅश लिहिण्याची किंमत	लागू नाही	लागू नाही
एकूण इनपुट टोकन्स	241,855	257,320
आउटपुट टोकन्स	8,387	14,459
रिझनिंग टोकन्स	600,946	354,683
प्रतिसाद वेळ (सरासरी)	161.25s	52.87s
प्रतिसाद वेळ (कमाल)	739.98s	251.53s
प्रतिसाद वेळ (एकूण)	3708.70s	1216.04s
पॅरामीटर्स	~200B एकूण (~20B सक्रिय)	~1T एकूण (~50B सक्रिय)
उपलब्धता	बंद स्रोत	बंद स्रोत

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.

#29 Seed 2.1 Turbo

low

खर्च: $0.049
वेळ: 298.8s
टोकन्स: 19,730 tok

#40 Muse Spark 1.3

high

खर्च: $0.050
वेळ: 203.3s
टोकन्स: 11,679 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
Seed 2.1 Turbo	10.0	10.0	100.0%	0		102.83s	137,391	1,543	10,554
Muse Spark 1.3	10.0	10.0	100.0%	0		61.28s	158,177	2,376	7,158

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Seed 2.1 Turbo	8.2	7.9	83.3%	1		34.78s	906	624	22,595
Muse Spark 1.3	10.0	10.0	100.0%	0		5.71s	618	487	8,829

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Seed 2.1 Turbo	10.0	10.0	100.0%	0		360.85s	8,220	385	207,368
Muse Spark 1.3	10.0	10.0	100.0%	0		51.66s	7,275	1,228	64,287

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Seed 2.1 Turbo	10.0	10.0	100.0%	0		359.97s	74,199	4,604	132,545
Muse Spark 1.3	10.0	10.0	100.0%	0		55.55s	68,737	5,707	46,328

डेटा पार्सिंग आणि निष्कर्षण	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Seed 2.1 Turbo	10.0	10.0	100.0%	0		34.55s	8,544	246	12,576
Muse Spark 1.3	10.0	10.0	100.0%	0		7.01s	7,155	491	6,758

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Seed 2.1 Turbo	2.9	7.2	11.1%	1		424.53s	775	8	166,776
Muse Spark 1.3	2.9	7.2	11.1%	1		174.56s	690	801	114,774

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Seed 2.1 Turbo	10.0	10.0	100.0%	0		41.83s	573	235	6,851
Muse Spark 1.3	10.0	10.0	100.0%	0		9.49s	477	228	2,634

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Seed 2.1 Turbo	9.8	10.0	100.0%	0		5.05s	816	72	1,271
Muse Spark 1.3	6.5	10.0	50.0%	0		14.70s	669	353	10,553

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Seed 2.1 Turbo	10.0	10.0	100.0%	0		23.45s	867	430	12,087
Muse Spark 1.3	8.7	7.7	88.9%	1		38.42s	651	1,178	37,874

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Seed 2.1 Turbo	10.0	10.0	100.0%	0		27.40s	9,297	228	1,452
Muse Spark 1.3	9.6	10.0	100.0%	0		33.95s	12,688	1,046	14,673

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Seed 2.1 Turbo	3.0	10.0	0.0%	0		171.92s	267	12	26,871
Muse Spark 1.3	3.0	10.0	0.0%	0		140.05s	183	564	40,815

तुलना जोडी बदला

Claude Haiku 5.5xhighvsMuse Spark 1.3high Muse Spark 1.3highvsGPT-5.3-Codexmedium Muse Spark 1.3highvsParetodefault DeepSeek V4.1 Flash 1017lowvsMuse Spark 1.3high Muse Spark 1.3highvsQwen3.8 MAXmedium Claude Sonnet 5.5maxvsMuse Spark 1.3high Seed 2.1 TurbolowvsMuse Spark Openhigh Claude Opus 5.5mediumvsSeed 2.1 Turbolow Seed 2.1 TurbolowvsMuse Wondermedium Muse Spark 1.3highvsGPT-5.5medium Seed 2.1 TurbolowvsGPT-5.5medium Claude Opus 5.5mediumvsMuse Spark 1.3high