नेव्हिगेशन
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Muse Spark 1.2 (high) vs Qwen3.6 Max Preview (medium)

Muse Spark 1.2 (high) average score मध्ये पुढे आहे: 8.7 vs 8.6. Qwen3.6 Max Preview (medium) चा benchmark खर्च कमी आहे: $1.132 vs $1.771. Muse Spark 1.2 (high) वेगवान आहे: 26.59s vs 66.52s, pass rates 74.2% vs 83.3%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-08-20

क्रमांक
#30
एकूण आउटपुट टोकन्स
382,087
प्रतिसाद वेळ (सरासरी)
26.59s
एकूण खर्च
$1.771
क्रमांक
#34
एकूण आउटपुट टोकन्स
170,373
प्रतिसाद वेळ (सरासरी)
66.52s
एकूण खर्च
$1.132
शिफारस केलेले मॉडेल Muse Spark 1.2 (high)

It has the best score here (8.7), while responding about 2.5x faster than Qwen3.6 Max Preview (medium).

तपशीलवार तुलना

मेट्रिक Muse Spark 1.2 Muse Spark 1.2 high प्रकाशन: 2026-08-06 Qwen3.6 Max Preview Qwen3.6 Max Preview medium प्रकाशन: 2026-04-20
स्कोअर 8.7 8.6
क्रमांक #30 #34
विश्वसनीयता 9.9 10.0
सुसंगतता 8.3 9.3
प्रयत्न 66/66 66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर 74.2% 83.3%
अस्थिर चाचण्या 5 2
एकूण रन 66 66
प्रति निकाल खर्च 12.645 7.653
एकूण खर्च $1.771 $1.132
इनपुट किंमत $1.250 / 1M $1.028 / 1M
आउटपुट किंमत $4.250 / 1M $6.162 / 1M
एकूण इनपुट टोकन्स 117,037 79,249
आउटपुट टोकन्स 6,983 5,097
रिझनिंग टोकन्स 375,104 165,276
प्रतिसाद वेळ (सरासरी) 26.59s 66.52s
प्रतिसाद वेळ (कमाल) 192.00s 238.07s
प्रतिसाद वेळ (एकूण) 584.89s 1463.50s
पॅरामीटर्स ~1T एकूण (~50B सक्रिय) ~1T एकूण (~40B 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.

#30 Muse Spark 1.2

high
खर्च
$0.057
वेळ
34.7s
टोकन्स
13,356 tok

#34 Qwen3.6 Max Preview

medium
खर्च
$0.024
वेळ
76.5s
टोकन्स
3,861 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 1.2 10.0 10.0 100.0% 0 22.24s 7,275 351 47,857
Qwen3.6 Max Preview 8.8 7.8 88.9% 1 146.48s 7,895 427 52,957

झटपट तुलना

तुलना जोडी बदला