Muse Spark 1.1 (low) vs Qwen3.7 Max (medium)

Muse Spark 1.1 (low) average score मध्ये पुढे आहे: 8.6 vs 8.5. Muse Spark 1.1 (low) चा benchmark खर्च कमी आहे: $0.885 vs $2.046. Muse Spark 1.1 (low) वेगवान आहे: 13.21s vs 48.35s, pass rates 72.5% vs 85.5%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-01

तुलना केलेली मॉडेल्स

क्रमांक: #60
एकूण आउटपुट टोकन्स: 122,421
प्रतिसाद वेळ (सरासरी): 13.21s
एकूण खर्च: $0.885

क्रमांक: #67
एकूण आउटपुट टोकन्स: 259,032
प्रतिसाद वेळ (सरासरी): 48.35s
एकूण खर्च: $2.046

शिफारस केलेले मॉडेल Muse Spark 1.1 (low)

It has the best score here (8.6), while costing about 2.3x less than Qwen3.7 Max (medium).

तपशीलवार तुलना

मेट्रिक	Muse Spark 1.1 Muse Spark 1.1 low प्रकाशन: 2026-07-16	Qwen3.7 Max Qwen3.7 Max medium प्रकाशन: 2026-05-22

मेट्रिक	Muse Spark 1.1 Muse Spark 1.1 low प्रकाशन: 2026-07-16	Qwen3.7 Max Qwen3.7 Max medium प्रकाशन: 2026-05-22
स्कोअर	8.6	8.5
क्रमांक	#60	#67
विश्वसनीयता	10.0	10.0
सुसंगतता	8.6	8.7
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	72.5%	85.5%
अस्थिर चाचण्या	4	4
एकूण रन	69	69
प्रति निकाल खर्च	6.318	12.033
एकूण खर्च	$0.885	$2.046
इनपुट किंमत	$1.250 / 1M	$1.475 / 1M
आउटपुट किंमत	$4.250 / 1M	$4.425 / 1M
एकूण इनपुट टोकन्स	291,368	367,848
आउटपुट टोकन्स	13,469	8,753
रिझनिंग टोकन्स	108,952	250,279
प्रतिसाद वेळ (सरासरी)	13.21s	48.35s
प्रतिसाद वेळ (कमाल)	54.15s	556.06s
प्रतिसाद वेळ (एकूण)	303.92s	1112.11s
पॅरामीटर्स	~1T एकूण (~50B सक्रिय)	~1T एकूण (~40B सक्रिय)
उपलब्धता	बंद स्रोत	बंद स्रोत

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#60 Muse Spark 1.1

low

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

#67 Qwen3.7 Max

medium

खर्च: $0.017
वेळ: 68.8s
टोकन्स: 4,526 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
Muse Spark 1.1	10.0	10.0	100.0%	0		42.23s	149,490	2,436	3,496
Qwen3.7 Max	6.1	3.1	66.7%	1		137.00s	261,819	3,005	29,925

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Muse Spark 1.1	7.9	6.3	83.3%	2		4.36s	2,334	621	6,040
Qwen3.7 Max	10.0	10.0	100.0%	0		6.36s	672	222	8,742

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
Qwen3.7 Max	10.0	10.0	100.0%	0		35.31s	7,893	423	34,808

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Muse Spark 1.1	6.6	9.1	50.0%	0		29.45s	103,652	8,010	17,369
Qwen3.7 Max	8.7	6.9	83.3%	1		287.83s	78,594	3,985	96,450

डेटा पार्सिंग आणि निष्कर्षण	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		3.22s	7,827	240	2,074
Qwen3.7 Max	10.0	10.0	100.0%	0		8.80s	7,782	270	6,254

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Muse Spark 1.1	3.6	7.2	22.2%	1		32.99s	1,596	421	48,038
Qwen3.7 Max	4.1	4.4	44.5%	2		52.45s	780	61	41,143

Samanya Buddhimatta	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		4.12s	906	131	1,125
Qwen3.7 Max	10.0	10.0	100.0%	0		11.70s	516	135	4,457

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Muse Spark 1.1	7.3	6.0	83.3%	1		5.42s	1,527	252	4,246
Qwen3.7 Max	10.0	10.0	100.0%	0		7.46s	699	102	5,452

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Muse Spark 1.1	8.3	10.0	66.7%	0		6.60s	1,938	391	7,503
Qwen3.7 Max	10.0	10.0	100.0%	0		8.84s	696	259	8,908

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Muse Spark 1.1	9.8	10.0	100.0%	0		5.98s	12,924	533	1,012
Qwen3.7 Max	10.0	10.0	100.0%	0		6.63s	8,193	267	1,220

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Muse Spark 1.1	3.0	10.0	0.0%	0		8.17s	612	40	3,546
Qwen3.7 Max	3.0	10.0	0.0%	0		33.37s	204	24	12,920

झटपट तुलना

तुलना जोडी बदला

Claude Sonnet 5.5xhighvsMuse Spark 1.1low Claude Sonnet 5.5highvsMuse Spark 1.1low Muse Spark 1.3lowvsQwen3.7 Maxmedium DeepSeek V4.1 FlashmaxvsMuse Spark 1.1low Qwen3.7 MaxmediumvsGrok 4.6high Muse Spark 1.1lowvsGrok 4.6high Seed 2.1 TurbomediumvsMuse Spark 1.1low Muse Spark 1.1lowvsMiMo-V2.6-Promedium Muse Spark 1.1lowvsQwen3.8 27Bhighमोफत उपलब्ध Muse Spark 1.1lowvsGPT-5.2medium Muse Glimmer 30BxhighvsQwen3.7 Maxmedium Claude Sonnet 5.5highvsQwen3.7 Maxmedium