Muse Spark 1.1 (low) vs Grok 4.6 (high)

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 $2.629. Muse Spark 1.1 (low) वेगवान आहे: 13.21s vs 87.48s, pass rates 72.5% vs 82.6%.

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: #64
एकूण आउटपुट टोकन्स: 312,614
प्रतिसाद वेळ (सरासरी): 87.48s
एकूण खर्च: $2.629

शिफारस केलेले मॉडेल Muse Spark 1.1 (low)

It has the best score here (8.6), while costing about 3.0x less than Grok 4.6 (high).

तपशीलवार तुलना

मेट्रिक	Muse Spark 1.1 Muse Spark 1.1 low प्रकाशन: 2026-07-16	Grok 4.6 Grok 4.6 high प्रकाशन: 2026-08-12

मेट्रिक	Muse Spark 1.1 Muse Spark 1.1 low प्रकाशन: 2026-07-16	Grok 4.6 Grok 4.6 high प्रकाशन: 2026-08-12
स्कोअर	8.6	8.5
क्रमांक	#60	#64
विश्वसनीयता	10.0	10.0
सुसंगतता	8.6	10.0
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	72.5%	82.6%
अस्थिर चाचण्या	4	0
एकूण रन	69	69
प्रति निकाल खर्च	6.318	13.833
एकूण खर्च	$0.885	$2.629
इनपुट किंमत	$1.250 / 1M	$2.000 / 1M
आउटपुट किंमत	$4.250 / 1M	$6.000 / 1M
एकूण इनपुट टोकन्स	291,368	376,233
आउटपुट टोकन्स	13,469	6,687
रिझनिंग टोकन्स	108,952	305,927
प्रतिसाद वेळ (सरासरी)	13.21s	87.48s
प्रतिसाद वेळ (कमाल)	54.15s	618.49s
प्रतिसाद वेळ (एकूण)	303.92s	2012.15s
पॅरामीटर्स	~1T एकूण (~50B सक्रिय)	~1.7T एकूण (~170B 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

#64 SpaceXAI: Grok 4.6

high

खर्च: $0.107
वेळ: 265.1s
टोकन्स: 18,001 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
Grok 4.6	5.0	10.0	0.0%	0		160.89s	268,958	1,593	28,804

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
Grok 4.6	10.0	10.0	100.0%	0		14.44s	2,991	79	6,805

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
Grok 4.6	10.0	10.0	100.0%	0		102.20s	9,579	379	51,829

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
Grok 4.6	10.0	10.0	100.0%	0		91.77s	68,548	3,931	34,529

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
Grok 4.6	10.0	10.0	100.0%	0		16.08s	8,937	225	6,590

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
Grok 4.6	5.3	10.0	33.3%	0		369.95s	2,523	14	154,471

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
Grok 4.6	10.0	10.0	100.0%	0		19.51s	1,077	56	2,448

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
Grok 4.6	9.8	10.0	100.0%	0		13.82s	1,857	57	4,318

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
Grok 4.6	10.0	10.0	100.0%	0		15.56s	2,430	122	5,706

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
Grok 4.6	10.0	10.0	100.0%	0		13.30s	8,544	216	1,505

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
Grok 4.6	3.0	10.0	0.0%	0		54.22s	789	15	8,922

झटपट तुलना

तुलना जोडी बदला

Claude Sonnet 5.5xhighvsMuse Spark 1.1low Claude Sonnet 5.5highvsMuse Spark 1.1low Muse Spark 1.3lowvsGrok 4.6high DeepSeek V4.1 FlashmaxvsMuse Spark 1.1low Claude Sonnet 5mediumvsGrok 4.6high Qwen3.7 MaxmediumvsGrok 4.6high Qwen3.8 Max (0902)lowvsGrok 4.6high Claude Sonnet 5.5xhighvsGrok 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