Muse Spark 1.1 (medium) vs Kimi K3.1 Pro (low)

Muse Spark 1.1 (medium) average score मध्ये पुढे आहे: 8.9 vs 8.8. Muse Spark 1.1 (medium) चा benchmark खर्च कमी आहे: $1.665 vs $1.836. Muse Spark 1.1 (medium) वेगवान आहे: 27.02s vs 47.50s, pass rates 73.9% vs 81.2%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-24

तुलना केलेली मॉडेल्स

क्रमांक: #57
एकूण आउटपुट टोकन्स: 301,719
प्रतिसाद वेळ (सरासरी): 27.02s
एकूण खर्च: $1.665

क्रमांक: #60
एकूण आउटपुट टोकन्स: 139,158
प्रतिसाद वेळ (सरासरी): 47.50s
एकूण खर्च: $1.836

शिफारस केलेले मॉडेल Muse Spark 1.1 (medium)

It has the best score here (8.9), while responding about 1.8x faster than Kimi K3.1 Pro (low).

तपशीलवार तुलना

मेट्रिक	Muse Spark 1.1 Muse Spark 1.1 medium प्रकाशन: 2026-07-16	Kimi K3.1 Pro Kimi K3.1 Pro low प्रकाशन: 2026-10-24

मेट्रिक	Muse Spark 1.1 Muse Spark 1.1 medium प्रकाशन: 2026-07-16	Kimi K3.1 Pro Kimi K3.1 Pro low प्रकाशन: 2026-10-24
स्कोअर	8.9	8.8
क्रमांक	#57	#60
विश्वसनीयता	10.0	8.4
सुसंगतता	9.3	8.9
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	73.9%	81.2%
अस्थिर चाचण्या	2	3
एकूण रन	69	69
प्रति निकाल खर्च	10.403	10.796
एकूण खर्च	$1.665	$1.836
इनपुट किंमत	$1.250 / 1M	$2.000 / 1M
आउटपुट किंमत	$4.250 / 1M	$10.000 / 1M
कॅश वाचण्याची किंमत	$0.150 / 1M	$0.200 / 1M
कॅश लिहिण्याची किंमत	लागू नाही	लागू नाही
एकूण इनपुट टोकन्स	305,707	221,802
आउटपुट टोकन्स	10,240	12,498
रिझनिंग टोकन्स	291,479	126,660
प्रतिसाद वेळ (सरासरी)	27.02s	47.50s
प्रतिसाद वेळ (कमाल)	165.38s	506.95s
प्रतिसाद वेळ (एकूण)	621.38s	1092.61s
पॅरामीटर्स	~1T एकूण (~50B सक्रिय)	~2.8T एकूण (~104B सक्रिय)
उपलब्धता	बंद स्रोत	बंद स्रोत

कॅशच्या किमती इनपुट टोकनला लागू होतात. वाचताना साठवलेले प्रॉम्प्ट पुन्हा वापरले जातात; लिहिताना ते साठवले जातात आणि अधिक खर्च होऊ शकतो. आउटपुट टोकनला आउटपुट किंमत लागू होते.

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#57 Muse Spark 1.1

medium

खर्च: $0.024
वेळ: 29.2s
टोकन्स: 5,774 tok

#60 MoonshotAI: Kimi K3.1 Pro

low

fetch failed

खर्च: $0.000
वेळ: 10.7s
टोकन्स: 0 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		43.91s	163,560	2,335	7,232
Kimi K3.1 Pro	10.0	10.0	100.0%	0		69.28s	103,362	1,789	2,468

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	10.0	10.0	100.0%	0		5.72s	2,334	657	8,260
Kimi K3.1 Pro	10.0	10.0	100.0%	0		5.90s	1,650	286	1,982

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		15.66s	8,562	347	23,562
Kimi K3.1 Pro	10.0	10.0	100.0%	0		18.91s	8,070	468	7,531

संयुक्त	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	50.0%	0		42.62s	103,921	5,220	31,068
Kimi K3.1 Pro	6.5	10.0	50.0%	0		52.27s	88,134	8,439	5,435

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		4.96s	7,827	240	3,387
Kimi K3.1 Pro	10.0	10.0	100.0%	0		5.31s	7,845	273	394

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	3.5	4.4	33.3%	2		80.83s	1,596	105	124,188
Kimi K3.1 Pro	4.1	4.4	44.5%	2		243.49s	1,515	150	99,091

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		4.41s	906	116	1,833
Kimi K3.1 Pro	10.0	10.0	100.0%	0		7.96s	735	166	608

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	6.5	10.0	50.0%	0		6.31s	1,527	233	5,186
Kimi K3.1 Pro	10.0	10.0	100.0%	0		5.84s	1,185	147	961

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	7.9	9.9	66.7%	0		42.49s	1,938	350	76,778
Kimi K3.1 Pro	7.6	7.2	77.8%	1		7.29s	1,425	376	1,588

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		6.99s	12,924	598	1,610
Kimi K3.1 Pro	10.0	10.0	100.0%	0		11.24s	7,413	348	227

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		18.45s	612	39	8,375
Kimi K3.1 Pro	3.0	10.0	0.0%	0		44.64s	468	56	6,375

तुलना जोडी बदला

Muse Spark 1.1mediumvsPareto 26.9default Kimi K3.1 ProlowvsGPT-5.4medium Kimi K3.1 ProlowvsPareto 26.9default Claude Fable 5mediumvsKimi K3.1 Prolow Muse Spark 1.1mediumvsQwen3.8 MAXlow Muse Spark 1.2mediumvsKimi K3.1 Prolow Muse Spark 1.1mediumvsGLM 5.3 Flashmax Muse Spark OpenmediumvsKimi K3.1 Prolow Gemini 3.6 FlashlowvsMuse Spark 1.1medium DeepSeek V4.1 FlashhighvsKimi K3.1 Prolow DeepSeek V4.1 FlashmediumvsKimi K3.1 Prolow Claude Opus 5lowvsMuse Spark 1.1medium