Muse Spark 1.2 (high) vs Qwen3.8 Max (low)

Muse Spark 1.2 (high) average score मध्ये पुढे आहे: 8.7 vs 8.6. Qwen3.8 Max (low) चा benchmark खर्च कमी आहे: $0.702 vs $1.771. Qwen3.8 Max (low) वेगवान आहे: 21.83s vs 26.59s, pass rates 74.2% vs 80.3%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-09-18

तुलना केलेली मॉडेल्स

क्रमांक: #45
एकूण आउटपुट टोकन्स: 382,087
प्रतिसाद वेळ (सरासरी): 26.59s
एकूण खर्च: $1.771

क्रमांक: #50
एकूण आउटपुट टोकन्स: 83,821
प्रतिसाद वेळ (सरासरी): 21.83s
एकूण खर्च: $0.702

शिफारस केलेले मॉडेल Qwen3.8 Max (low)

Its score stays close to the best score here (8.6 vs 8.7), while costing about 2.5x less than Muse Spark 1.2 (high).

तपशीलवार तुलना

मेट्रिक	Muse Spark 1.2 Muse Spark 1.2 high प्रकाशन: 2026-08-06	Qwen3.8 Max Qwen3.8 Max low प्रकाशन: 2026-08-04

मेट्रिक	Muse Spark 1.2 Muse Spark 1.2 high प्रकाशन: 2026-08-06	Qwen3.8 Max Qwen3.8 Max low प्रकाशन: 2026-08-04
स्कोअर	8.7	8.6
क्रमांक	#45	#50
विश्वसनीयता	9.9	10.0
सुसंगतता	8.3	9.0
प्रयत्न	66/66	66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर	74.2%	80.3%
अस्थिर चाचण्या	5	3
एकूण रन	66	66
प्रति निकाल खर्च	12.645	4.384
एकूण खर्च	$1.771	$0.702
इनपुट किंमत	$1.250 / 1M	$2.000 / 1M
आउटपुट किंमत	$4.250 / 1M	$6.000 / 1M
एकूण इनपुट टोकन्स	117,037	99,181
आउटपुट टोकन्स	6,983	6,132
रिझनिंग टोकन्स	375,104	77,689
प्रतिसाद वेळ (सरासरी)	26.59s	21.83s
प्रतिसाद वेळ (कमाल)	192.00s	155.75s
प्रतिसाद वेळ (एकूण)	584.89s	480.37s
पॅरामीटर्स	~1T एकूण (~50B सक्रिय)	2.4T एकूण (~100B 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.

#45 Muse Spark 1.2

high

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

#50 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:

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Muse Spark 1.2	7.1	8.4	58.3%	1		6.00s	618	544	11,656
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 1.2	10.0	10.0	100.0%	0		22.24s	7,275	351	47,857
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 1.2	8.0	6.9	66.7%	1		39.89s	89,299	4,673	47,491
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 1.2	10.0	10.0	100.0%	0		6.93s	6,969	240	6,258
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 1.2	4.1	4.4	44.5%	2		108.85s	738	94	228,558
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 1.2	10.0	10.0	100.0%	0		13.93s	477	120	4,203
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 1.2	9.8	10.0	100.0%	0		5.43s	669	117	6,124
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 1.2	8.2	7.7	77.8%	1		10.07s	651	343	15,171
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 1.2	10.0	10.0	100.0%	0		4.00s	10,158	459	1,316
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 1.2	3.0	10.0	0.0%	0		14.99s	183	42	6,470
Qwen3.8 Max	3.0	10.0	0.0%	0		12.43s	282	28	1,865

झटपट तुलना

तुलना जोडी बदला

GPT-5.4mediumvsQwen3.8 Maxlow Claude Fable 5mediumvsMuse Spark 1.2high Claude Opus 4.7mediumvsMuse Spark 1.2high Muse Spark 1.2highvsGLM 5.3 Flashmax Gemini 3.6 FlashlowvsMuse Spark 1.2high Claude Opus 5lowvsMuse Spark 1.2high Claude Fable 5mediumvsQwen3.8 Maxlow Muse Spark 1.1mediumvsQwen3.8 Maxlow Muse Spark 1.2mediumvsQwen3.8 Maxlow Claude Opus 4.8mediumvsMuse Spark 1.2high DeepSeek V4.1 FlashhighvsQwen3.8 Maxlow DeepSeek V4.1 FlashmediumvsQwen3.8 Maxlow