नेव्हिगेशन
AI BENCHY
Advertise here

AI BENCHY Compare

Meta: Muse Spark 1.1 vs MoonshotAI: Kimi K3

सारांश

Muse Spark 1.1 (medium) average score मध्ये पुढे आहे: 8.9 vs 8.5. Muse Spark 1.1 (medium) चा benchmark खर्च कमी आहे: $1.152 vs $3.112. Muse Spark 1.1 (medium) वेगवान आहे: 23.35s vs 122.48s, pass rates 76.2% vs 82.5%.

शिफारस केलेले मॉडेलMuse Spark 1.1 (medium)It has the best score here (8.9), while costing about 2.7x less than Kimi K3 (max).

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

मेट्रिक Muse Spark 1.1 Muse Spark 1.1 medium प्रकाशन: 2026-07-16 Kimi K3 Kimi K3 max प्रकाशन: 2026-07-16
स्कोअर 8.9 8.5
क्रमांक #15 #21
विश्वसनीयता 10.0 9.4
सुसंगतता 9.2 9.2
बरोबर चाचण्या
प्रति प्रयत्न पास दर 76.2% 82.5%
अस्थिर चाचण्या 2 2
एकूण रन 63 63
प्रति निकाल खर्च 7.676 19.446
एकूण खर्च $1.152 $3.112
इनपुट किंमत $1.250 / 1M $3.000 / 1M
आउटपुट किंमत $4.250 / 1M $15.000 / 1M
एकूण इनपुट टोकन्स 59,928 34,916
आउटपुट टोकन्स 3,523 2,910
रिझनिंग टोकन्स 249,752 197,529
प्रतिसाद वेळ (सरासरी) 23.35s 122.48s
प्रतिसाद वेळ (कमाल) 165.38s 766.58s
प्रतिसाद वेळ (एकूण) 490.40s 2327.06s

जनरेशन शोकेस

Hamster playing table tennis

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

#15 Muse Spark 1.1

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

#21 MoonshotAI: Kimi K3

max
खर्च
$0.281
वेळ
506.9s
टोकन्स
18,863 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 15.66s 8,562 347 23,562
Kimi K3 10.0 10.0 100.0% 0 325.79s 8,061 460 84,012

झटपट तुलना

तुलना जोडी बदला