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

AI BENCHY Compare

Meta: Muse Spark 1.1 vs Qwen: Qwen3.6 Plus

सारांश

average score जवळपास समान आहे: 7.8 vs 7.8. Qwen3.6 Plus (medium) चा benchmark खर्च कमी आहे: $0.294 vs $1.440. Muse Spark 1.1 (high) वेगवान आहे: 29.16s vs 30.70s, pass rates 69.8% vs 69.8%.

शिफारस केलेले मॉडेलQwen3.6 Plus (medium)It has the best score here (7.8), while costing about 4.9x less than Muse Spark 1.1 (high).

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-16

मेट्रिक Muse Spark 1.1 Muse Spark 1.1 high प्रकाशन: 2026-07-16 Qwen3.6 Plus Qwen3.6 Plus medium प्रकाशन: 2026-04-20
स्कोअर 7.8 7.8
क्रमांक #41 #42
विश्वसनीयता 10.0 10.0
सुसंगतता 8.1 9.3
बरोबर चाचण्या
प्रति प्रयत्न पास दर 69.8% 69.8%
अस्थिर चाचण्या 5 2
एकूण रन 61 63
प्रति निकाल खर्च 11.997 0.831
एकूण खर्च $1.440 $0.294
इनपुट किंमत $1.250 / 1M $0.325 / 1M
आउटपुट किंमत $4.250 / 1M $1.950 / 1M
एकूण इनपुट टोकन्स 64,900 41,565
आउटपुट टोकन्स 3,577 1,853
रिझनिंग टोकन्स 316,055 141,973
प्रतिसाद वेळ (सरासरी) 29.16s 30.70s
प्रतिसाद वेळ (कमाल) 196.03s 201.68s
प्रतिसाद वेळ (एकूण) 583.18s 613.99s

जनरेशन शोकेस

Hamster playing table tennis

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

#41 Muse Spark 1.1

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

#42 Qwen3.6 Plus

medium
खर्च
$0.024
वेळ
219.0s
टोकन्स
12,235 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
Qwen3.6 Plus 6.1 7.8 44.4% 1 153.12s 7,098 58 50,586

झटपट तुलना

तुलना जोडी बदला