Muse Spark 1.2 (low) vs Qwen3.8 27B (high)

Muse Spark 1.2 (low) average score मध्ये पुढे आहे: 8.7 vs 8.7. Qwen3.8 27B (high) चा benchmark खर्च कमी आहे: ~$0.298 vs $0.881. Muse Spark 1.2 (low) वेगवान आहे: 11.81s vs 166.34s, pass rates 78.3% vs 78.3%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-11-13

तुलना केलेली मॉडेल्स

क्रमांक: #87
एकूण आउटपुट टोकन्स: 132,231
प्रतिसाद वेळ (सरासरी): 11.81s
एकूण खर्च: $0.881

क्रमांक: #90
एकूण आउटपुट टोकन्स: 677,080
प्रतिसाद वेळ (सरासरी): 166.34s
एकूण खर्च: ~$0.298

शिफारस केलेले मॉडेल Muse Spark 1.2 (low)

It has the best score here (8.7), while responding about 14.1x faster than Qwen3.8 27B (high).

तपशीलवार तुलना

मेट्रिक	Muse Spark 1.2 Muse Spark 1.2 low प्रकाशन: 2026-08-06	Qwen3.8 27B Qwen3.8 27B high प्रकाशन: 2026-08-14 मोफत उपलब्ध

मेट्रिक	Muse Spark 1.2 Muse Spark 1.2 low प्रकाशन: 2026-08-06	Qwen3.8 27B Qwen3.8 27B high प्रकाशन: 2026-08-14 मोफत उपलब्ध
स्कोअर	8.7	8.7
क्रमांक	#87	#90
विश्वसनीयता	10.0	9.7
सुसंगतता	9.1	9.2
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	78.3%	78.3%
अस्थिर चाचण्या	3	2
एकूण रन	69	69
प्रति निकाल खर्च	5.504	~1.751
एकूण खर्च	$0.881	~$0.298
इनपुट किंमत	$1.250 / 1M	लागू नाही
आउटपुट किंमत	$4.250 / 1M	लागू नाही
कॅश वाचण्याची किंमत	$0.150 / 1M	लागू नाही
कॅश लिहिण्याची किंमत	लागू नाही	लागू नाही
एकूण इनपुट टोकन्स	254,914	348,967
आउटपुट टोकन्स	10,303	1,005
रिझनिंग टोकन्स	121,928	676,075
प्रतिसाद वेळ (सरासरी)	11.81s	166.34s
प्रतिसाद वेळ (कमाल)	56.77s	640.85s
प्रतिसाद वेळ (एकूण)	271.60s	3825.81s
पॅरामीटर्स	~1T एकूण (~50B सक्रिय)	27.3B
उपलब्धता	बंद स्रोत	वेट्स उपलब्ध

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.

#87 Muse Spark 1.2

low

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

#90 Qwen3.8 27B

high

खर्च: ~$0.008
वेळ: 270.1s
टोकन्स: 18,963 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 1.2	10.0	10.0	100.0%	0		56.77s	153,103	2,278	5,990
Qwen3.8 27B	10.0	10.0	100.0%	0		132.27s	248,788	101	20,344

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	9.2	8.4	91.7%	1		3.26s	618	382	5,416
Qwen3.8 27B	10.0	10.0	100.0%	0		8.10s	1,128	114	5,319

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
Qwen3.8 27B	8.1	7.0	88.9%	1		248.62s	8,235	346	143,335

संयुक्त	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		17.03s	74,073	5,751	16,847
Qwen3.8 27B	10.0	10.0	100.0%	0		185.57s	68,997	66	72,556

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		4.22s	6,969	240	2,972
Qwen3.8 27B	10.0	10.0	100.0%	0		34.85s	9,675	123	10,320

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	5.3	10.0	33.3%	0		28.53s	738	167	54,780
Qwen3.8 27B	5.3	10.0	33.3%	0		526.74s	975	6	234,555

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	5.0	10.0	0.0%	0		8.46s	477	132	2,182
Qwen3.8 27B	5.0	10.0	0.0%	0		8.45s	630	63	1,191

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		2.95s	669	117	3,085
Qwen3.8 27B	9.8	10.0	100.0%	0		8.24s	927	42	2,871

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	8.7	7.7	88.9%	1		5.17s	651	391	6,460
Qwen3.8 27B	7.6	7.2	77.8%	1		199.90s	1,038	120	138,427

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		3.58s	10,158	459	833
Qwen3.8 27B	10.0	10.0	100.0%	0		5.62s	8,256	21	912

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		10.00s	183	43	3,646
Qwen3.8 27B	3.0	10.0	0.0%	0		263.98s	318	3	46,245

तुलना जोडी बदला