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

Meta: Muse Spark 1.1 vs Qwen: Qwen3.7 Plus

Muse Spark 1.1 (high) average score मध्ये पुढे आहे: 8.1 vs 7.9. Qwen3.7 Plus (medium) चा benchmark खर्च कमी आहे: $0.267 vs $1.694. Muse Spark 1.1 (high) वेगवान आहे: 31.49s vs 51.51s, pass rates 69.7% vs 75.8%.

शिफारस केलेले मॉडेलQwen3.7 Plus (medium)Its score stays close to the best score here (7.9 vs 8.1), while costing about 6.4x less than Muse Spark 1.1 (high).

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-17

मेट्रिक Muse Spark 1.1 Muse Spark 1.1 high प्रकाशन: 2026-07-16 Qwen3.7 Plus Qwen3.7 Plus medium प्रकाशन: 2026-06-03
स्कोअर 8.1 7.9
क्रमांक #27 #34
विश्वसनीयता 10.0 10.0
सुसंगतता 7.9 8.9
बरोबर चाचण्या
प्रति प्रयत्न पास दर 69.7% 75.8%
अस्थिर चाचण्या 6 3
एकूण रन 64 66
प्रति निकाल खर्च 14.116 2.072
एकूण खर्च $1.694 $0.267
इनपुट किंमत $1.250 / 1M $0.320 / 1M
आउटपुट किंमत $4.250 / 1M $1.280 / 1M
एकूण इनपुट टोकन्स 129,423 115,233
आउटपुट टोकन्स 8,077 6,162
रिझनिंग टोकन्स 352,421 173,267
प्रतिसाद वेळ (सरासरी) 31.49s 51.51s
प्रतिसाद वेळ (कमाल) 196.03s 315.30s
प्रतिसाद वेळ (एकूण) 661.28s 1133.15s

Hamster playing table tennis

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

#27 Muse Spark 1.1

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

#34 Qwen3.7 Plus

medium
खर्च
$0.018
वेळ
193.2s
टोकन्स
10,821 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
Qwen3.7 Plus 6.1 6.6 55.6% 1 108.60s 6,472 414 43,576

झटपट तुलना

तुलना जोडी बदला