नेव्हिगेशन
AI BENCHY
Advertise here

AI BENCHY Compare

Meta: Muse Spark 1.1 vs StepFun: Step 3.7 Flash

सारांश

Muse Spark 1.1 (low) average score मध्ये पुढे आहे: 8.8 vs 8.5. Step 3.7 Flash (medium) चा benchmark खर्च कमी आहे: $0.376 vs $0.469. Muse Spark 1.1 (low) वेगवान आहे: 10.11s vs 20.35s, pass rates 73.0% vs 73.0%.

शिफारस केलेले मॉडेलMuse Spark 1.1 (low)It has the best score here (8.8), while responding about 2.0x faster than Step 3.7 Flash (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 Step 3.7 Flash Step 3.7 Flash medium प्रकाशन: 2026-05-29
स्कोअर 8.8 8.5
क्रमांक #17 #26
विश्वसनीयता 10.0 9.9
सुसंगतता 8.5 9.3
बरोबर चाचण्या
प्रति प्रयत्न पास दर 73.0% 73.0%
अस्थिर चाचण्या 4 2
एकूण रन 63 61
प्रति निकाल खर्च 3.606 2.686
एकूण खर्च $0.469 $0.376
इनपुट किंमत $1.250 / 1M $0.200 / 1M
आउटपुट किंमत $4.250 / 1M $1.150 / 1M
एकूण इनपुट टोकन्स 59,923 39,981
आउटपुट टोकन्स 3,722 319,958
रिझनिंग टोकन्स 88,947 0
प्रतिसाद वेळ (सरासरी) 10.11s 20.35s
प्रतिसाद वेळ (कमाल) 54.15s 113.98s
प्रतिसाद वेळ (एकूण) 212.29s 427.42s

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

#26 Step 3.7 Flash

medium
खर्च
$0.006
वेळ
46.2s
टोकन्स
4,466 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
Step 3.7 Flash 8.8 7.8 88.9% 1 27.42s 7,437 44,797 0

झटपट तुलना

तुलना जोडी बदला