Muse Spark 1.1 (medium) vs Qwen3.8 MAX (low)

Muse Spark 1.1 (medium) average score मध्ये पुढे आहे: 8.9 vs 8.8. Qwen3.8 MAX (low) चा benchmark खर्च कमी आहे: $1.089 vs $1.665. Qwen3.8 MAX (low) वेगवान आहे: 25.09s vs 27.02s, pass rates 73.9% vs 81.2%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-26

तुलना केलेली मॉडेल्स

क्रमांक: #62
एकूण आउटपुट टोकन्स: 301,719
प्रतिसाद वेळ (सरासरी): 27.02s
एकूण खर्च: $1.665

क्रमांक: #66
एकूण आउटपुट टोकन्स: 93,936
प्रतिसाद वेळ (सरासरी): 25.09s
एकूण खर्च: $1.089

शिफारस केलेले मॉडेल Qwen3.8 MAX (low)

Its score stays close to the best score here (8.8 vs 8.9), while costing about 1.5x less than Muse Spark 1.1 (medium).

तपशीलवार तुलना

मेट्रिक	Muse Spark 1.1 Muse Spark 1.1 medium प्रकाशन: 2026-07-16	Qwen3.8 MAX Qwen3.8 MAX low प्रकाशन: 2026-08-04

मेट्रिक	Muse Spark 1.1 Muse Spark 1.1 medium प्रकाशन: 2026-07-16	Qwen3.8 MAX Qwen3.8 MAX low प्रकाशन: 2026-08-04
स्कोअर	8.9	8.8
क्रमांक	#62	#66
विश्वसनीयता	10.0	10.0
सुसंगतता	9.3	9.0
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	5.051
एकूण खर्च	$1.665	$1.089
इनपुट किंमत	$1.250 / 1M	$2.000 / 1M
आउटपुट किंमत	$4.250 / 1M	$6.000 / 1M
कॅश वाचण्याची किंमत	$0.150 / 1M	लागू नाही
कॅश लिहिण्याची किंमत	लागू नाही	लागू नाही
एकूण इनपुट टोकन्स	305,707	262,495
आउटपुट टोकन्स	10,240	7,787
रिझनिंग टोकन्स	291,479	86,149
प्रतिसाद वेळ (सरासरी)	27.02s	25.09s
प्रतिसाद वेळ (कमाल)	165.38s	155.75s
प्रतिसाद वेळ (एकूण)	621.38s	577.14s
पॅरामीटर्स	~1T एकूण (~50B सक्रिय)	2.4T एकूण (~100B 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.

#62 Muse Spark 1.1

medium

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

#66 Qwen3.8 MAX

low

खर्च: $0.026
वेळ: 68.5s
टोकन्स: 4,280 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
Qwen3.8 MAX	10.0	10.0	100.0%	0		96.77s	163,314	1,655	8,460

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
Qwen3.8 MAX	10.0	10.0	100.0%	0		3.93s	984	228	1,750

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
Qwen3.8 MAX	8.4	7.4	88.9%	1		28.69s	8,127	512	15,952

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
Qwen3.8 MAX	10.0	10.0	100.0%	0		98.19s	69,994	4,221	32,937

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
Qwen3.8 MAX	10.0	10.0	100.0%	0		7.87s	7,938	270	2,257

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
Qwen3.8 MAX	2.9	7.2	11.1%	1		40.12s	1,014	62	19,512

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
Qwen3.8 MAX	6.5	3.4	66.7%	1		5.29s	594	128	568

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
Qwen3.8 MAX	10.0	10.0	100.0%	0		4.01s	855	102	851

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
Qwen3.8 MAX	9.9	10.0	100.0%	0		4.11s	930	286	1,304

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
Qwen3.8 MAX	10.0	10.0	100.0%	0		8.06s	8,463	295	693

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
Qwen3.8 MAX	3.0	10.0	0.0%	0		12.43s	282	28	1,865

तुलना जोडी बदला

Muse Spark 1.1mediumvsPareto 26.9default GPT-5.4mediumvsQwen3.8 MAXlow Qwen3.8 MAXlowvsPareto 26.9default Claude Fable 5mediumvsQwen3.8 MAXlow Muse Spark 1.1mediumvsKimi K3.1 Prolow Muse Spark 1.1mediumvsGLM 5.3 Flashmax Muse Spark 1.2mediumvsQwen3.8 MAXlow Muse Spark OpenmediumvsQwen3.8 MAXlow DeepSeek V4.1 FlashhighvsQwen3.8 MAXlow Gemini 3.6 FlashlowvsMuse Spark 1.1medium DeepSeek V4.1 FlashmediumvsQwen3.8 MAXlow Claude Opus 5lowvsMuse Spark 1.1medium