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

Muse Spark 1.1 (high) vs Kimi K3 (max)

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 $3.409. Muse Spark 1.1 (high) वेगवान आहे: 37.41s vs 139.41s, pass rates 69.6% vs 78.3%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-15

तुलना केलेली मॉडेल्स

क्रमांक
#82
एकूण आउटपुट टोकन्स
505,566
प्रतिसाद वेळ (सरासरी)
37.41s
एकूण खर्च
$2.570
क्रमांक
#88
एकूण आउटपुट टोकन्स
233,327
प्रतिसाद वेळ (सरासरी)
139.41s
एकूण खर्च
$3.409
शिफारस केलेले मॉडेल Muse Spark 1.1 (high)

It has the best score here (8.4), while responding about 3.7x faster than Kimi K3 (max).

तपशीलवार तुलना

मेट्रिक Muse Spark 1.1 Muse Spark 1.1 high प्रकाशन: 2026-07-16 Kimi K3 Kimi K3 max प्रकाशन: 2026-07-16
स्कोअर 8.4 8.3
क्रमांक #82 #88
विश्वसनीयता 10.0 9.3
सुसंगतता 8.0 9.3
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 69.6% 78.3%
अस्थिर चाचण्या 6 2
एकूण रन 69 69
प्रति निकाल खर्च 19.762 23.601
एकूण खर्च $2.570 $3.409
इनपुट किंमत $1.250 / 1M $0.830 / 1M
आउटपुट किंमत $4.250 / 1M $14.000 / 1M
कॅश वाचण्याची किंमत $0.150 / 1M $0.270 / 1M
कॅश लिहिण्याची किंमत लागू नाही लागू नाही
एकूण इनपुट टोकन्स 336,310 170,700
आउटपुट टोकन्स 10,838 7,719
रिझनिंग टोकन्स 494,728 225,608
प्रतिसाद वेळ (सरासरी) 37.41s 139.41s
प्रतिसाद वेळ (कमाल) 196.03s 766.58s
प्रतिसाद वेळ (एकूण) 860.39s 2788.26s
पॅरामीटर्स ~1T एकूण (~50B सक्रिय) 2.8T एकूण (104B 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.

#82 Muse Spark 1.1

high
खर्च
$0.039
वेळ
50.1s
टोकन्स
9,423 tok

#88 MoonshotAI: Kimi K3

max
खर्च
$0.281
वेळ
506.9s
टोकन्स
18,863 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
Muse Spark 1.1 10.0 10.0 100.0% 0 22.92s 8,562 349 36,039
Kimi K3 10.0 10.0 100.0% 0 325.79s 8,061 460 84,012

तुलना जोडी बदला