नेव्हिगेशन
Advertise here

Muse Spark 1.1 (medium) vs Pareto 26.9 (default)

average score जवळपास समान आहे: 8.9 vs 8.9. Muse Spark 1.1 (medium) चा benchmark खर्च कमी आहे: $1.665 vs $1.864. Muse Spark 1.1 (medium) वेगवान आहे: 27.02s vs 28.26s, pass rates 73.9% vs 79.7%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-15

तुलना केलेली मॉडेल्स

क्रमांक
#53
एकूण आउटपुट टोकन्स
301,719
प्रतिसाद वेळ (सरासरी)
27.02s
एकूण खर्च
$1.665
क्रमांक
#55
एकूण आउटपुट टोकन्स
175,696
प्रतिसाद वेळ (सरासरी)
28.26s
एकूण खर्च
$1.864
शिफारस केलेले मॉडेल Muse Spark 1.1 (medium)

या तुलनेत याचा गुण सर्वाधिक आहे (8.9) आणि 2 मॉडेल्समध्ये खर्च व प्रतिसाद वेळ यांचा एकूण समतोल सर्वोत्तम आहे.

तपशीलवार तुलना

मेट्रिक Muse Spark 1.1 Muse Spark 1.1 medium प्रकाशन: 2026-07-16 Pareto 26.9 Pareto 26.9 default प्रकाशन: 2026-10-15
स्कोअर 8.9 8.9
क्रमांक #53 #55
विश्वसनीयता 10.0 10.0
सुसंगतता 9.3 8.1
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 73.9% 79.7%
अस्थिर चाचण्या 2 6
एकूण रन 69 69
प्रति निकाल खर्च 10.403 12.422
एकूण खर्च $1.665 $1.864
इनपुट किंमत $1.250 / 1M $2.500 / 1M
आउटपुट किंमत $4.250 / 1M $7.500 / 1M
कॅश वाचण्याची किंमत $0.150 / 1M $0.250 / 1M
कॅश लिहिण्याची किंमत लागू नाही लागू नाही
एकूण इनपुट टोकन्स 305,707 218,199
आउटपुट टोकन्स 10,240 175,696
रिझनिंग टोकन्स 291,479 0
प्रतिसाद वेळ (सरासरी) 27.02s 28.26s
प्रतिसाद वेळ (कमाल) 165.38s 151.76s
प्रतिसाद वेळ (एकूण) 621.38s 649.90s
पॅरामीटर्स ~1T एकूण (~50B 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.

#53 Muse Spark 1.1

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

#55 Pareto 26.9

default
खर्च
$0.038
वेळ
109.6s
टोकन्स
5,118 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
Pareto 26.9 10.0 10.0 100.0% 0 49.15s 7,419 1,895 0

झटपट तुलना

तुलना जोडी बदला

Claude Fable 5mediumvsPareto 26.9defaultMuse Spark 1.2mediumvsPareto 26.9defaultMuse Spark 1.2highvsPareto 26.9defaultQwen3.8 MAXlowvsPareto 26.9defaultMuse Spark 1.1mediumvsQwen3.8 MAXlowMuse Spark 1.1mediumvsGLM 5.3 FlashmaxGemini 3.6 FlashlowvsMuse Spark 1.1mediumGPT-5.4mediumvsPareto 26.9defaultClaude Opus 5lowvsMuse Spark 1.1mediumPareto 26.9defaultvsGLM 5.3 FlashmaxGemini 3.6 FlashlowvsPareto 26.9defaultClaude Opus 5lowvsPareto 26.9default