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

Muse Spark 1.2 (low) vs Kimi K3.1 Pro (max)

average score जवळपास समान आहे: 8.7 vs 8.7. Muse Spark 1.2 (low) चा benchmark खर्च कमी आहे: $0.881 vs $3.578. Muse Spark 1.2 (low) वेगवान आहे: 11.81s vs 152.72s, pass rates 78.3% vs 84.1%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-24

तुलना केलेली मॉडेल्स

क्रमांक
#67
एकूण आउटपुट टोकन्स
132,231
प्रतिसाद वेळ (सरासरी)
11.81s
एकूण खर्च
$0.881
क्रमांक
#66
एकूण आउटपुट टोकन्स
300,622
प्रतिसाद वेळ (सरासरी)
152.72s
एकूण खर्च
$3.578
शिफारस केलेले मॉडेल Muse Spark 1.2 (low)

It has the best score here (8.7), while costing about 4.1x less than Kimi K3.1 Pro (max).

तपशीलवार तुलना

मेट्रिक Muse Spark 1.2 Muse Spark 1.2 low प्रकाशन: 2026-08-06 Kimi K3.1 Pro Kimi K3.1 Pro max प्रकाशन: 2026-10-24
स्कोअर 8.7 8.7
क्रमांक #67 #66
विश्वसनीयता 10.0 7.1
सुसंगतता 9.1 8.6
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 78.3% 84.1%
अस्थिर चाचण्या 3 4
एकूण रन 69 69
प्रति निकाल खर्च 5.504 21.043
एकूण खर्च $0.881 $3.578
इनपुट किंमत $1.250 / 1M $2.000 / 1M
आउटपुट किंमत $4.250 / 1M $10.000 / 1M
कॅश वाचण्याची किंमत $0.150 / 1M $0.200 / 1M
कॅश लिहिण्याची किंमत लागू नाही लागू नाही
एकूण इनपुट टोकन्स 254,914 285,488
आउटपुट टोकन्स 10,303 9,091
रिझनिंग टोकन्स 121,928 291,531
प्रतिसाद वेळ (सरासरी) 11.81s 152.72s
प्रतिसाद वेळ (कमाल) 56.77s 960.13s
प्रतिसाद वेळ (एकूण) 271.60s 3512.51s
पॅरामीटर्स ~1T एकूण (~50B सक्रिय) ~2.8T एकूण (~104B 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.

#67 Muse Spark 1.2

low
खर्च
$0.019
वेळ
14.6s
टोकन्स
4,384 tok

#66 MoonshotAI: Kimi K3.1 Pro

max
खर्च
$0.193
वेळ
387.5s
टोकन्स
19,362 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 8.4 7.4 88.9% 1 10.09s 7,275 343 19,717
Kimi K3.1 Pro 10.0 10.0 100.0% 0 71.94s 8,061 467 31,621

झटपट तुलना

तुलना जोडी बदला

DeepSeek V4.1 FlashmediumvsKimi K3.1 PromaxDeepSeek V4.1 FlashhighvsKimi K3.1 PromaxMuse Spark OpenmediumvsKimi K3.1 PromaxDeepSeek V4.1 FlashmediumvsMuse Spark 1.2lowDeepSeek V4.1 FlashhighvsMuse Spark 1.2lowMuse Spark 1.2lowvsGPT-5.2mediumMuse Spark 1.2lowvsQwen3.8 27Bhighमोफत उपलब्धKimi K3.1 PromaxvsGPT-5.4mediumKimi K3.1 PromaxvsGPT-5.2mediumMuse Spark 1.2lowvsMiMo-V2.6-PromediumKimi K3.1 PromaxvsQwen3.8 27Bhighमोफत उपलब्धSeed 2.1 TurbomediumvsMuse Spark 1.2low