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 Max Preview

सारांश

Qwen3.6 Max Preview (medium) average score मध्ये पुढे आहे: 8.9 vs 8.8. Muse Spark 1.1 (low) चा benchmark खर्च कमी आहे: $0.469 vs $0.960. Muse Spark 1.1 (low) वेगवान आहे: 10.11s vs 59.63s, pass rates 73.0% vs 81.0%.

शिफारस केलेले मॉडेलMuse Spark 1.1 (low)Its score stays close to the best score here (8.8 vs 8.9), while costing about 2.0x less than Qwen3.6 Max Preview (medium).

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

मेट्रिक Muse Spark 1.1 Muse Spark 1.1 low प्रकाशन: 2026-07-16 Qwen3.6 Max Preview Qwen3.6 Max Preview medium प्रकाशन: 2026-04-20
स्कोअर 8.8 8.9
क्रमांक #17 #14
विश्वसनीयता 10.0 10.0
सुसंगतता 8.5 9.3
बरोबर चाचण्या
प्रति प्रयत्न पास दर 73.0% 81.0%
अस्थिर चाचण्या 4 2
एकूण रन 63 63
प्रति निकाल खर्च 3.606 7.024
एकूण खर्च $0.469 $0.960
इनपुट किंमत $1.250 / 1M $1.040 / 1M
आउटपुट किंमत $4.250 / 1M $6.240 / 1M
एकूण इनपुट टोकन्स 59,923 42,362
आउटपुट टोकन्स 3,722 2,273
रिझनिंग टोकन्स 88,947 144,367
प्रतिसाद वेळ (सरासरी) 10.11s 59.63s
प्रतिसाद वेळ (कमाल) 54.15s 238.07s
प्रतिसाद वेळ (एकूण) 212.29s 1252.17s

जनरेशन शोकेस

Hamster playing table tennis

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

#17 Muse Spark 1.1

low
खर्च
$0.020
वेळ
39.2s
टोकन्स
4,947 tok

#14 Qwen3.6 Max Preview

medium
खर्च
$0.024
वेळ
76.5s
टोकन्स
3,861 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 10.34s 8,562 394 14,503
Qwen3.6 Max Preview 8.8 7.8 88.9% 1 146.48s 7,895 427 52,957

झटपट तुलना

तुलना जोडी बदला