Muse Spark 1.2 (low) vs Pareto 26.9 (default)

Pareto 26.9 (default) average score मध्ये पुढे आहे: 8.9 vs 8.7. Muse Spark 1.2 (low) चा benchmark खर्च कमी आहे: $0.881 vs $1.864. Muse Spark 1.2 (low) वेगवान आहे: 11.81s vs 28.26s, pass rates 78.3% vs 79.7%.

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

तुलना केलेली मॉडेल्स

क्रमांक: #60
एकूण आउटपुट टोकन्स: 132,231
प्रतिसाद वेळ (सरासरी): 11.81s
एकूण खर्च: $0.881

क्रमांक: #55
एकूण आउटपुट टोकन्स: 175,696
प्रतिसाद वेळ (सरासरी): 28.26s
एकूण खर्च: $1.864

शिफारस केलेले मॉडेल Muse Spark 1.2 (low)

Its score stays close to the best score here (8.7 vs 8.9), while costing about 2.1x less than Pareto 26.9 (default).

तपशीलवार तुलना

मेट्रिक	Muse Spark 1.2 Muse Spark 1.2 low प्रकाशन: 2026-08-06	Pareto 26.9 Pareto 26.9 default प्रकाशन: 2026-10-15

मेट्रिक	Muse Spark 1.2 Muse Spark 1.2 low प्रकाशन: 2026-08-06	Pareto 26.9 Pareto 26.9 default प्रकाशन: 2026-10-15
स्कोअर	8.7	8.9
क्रमांक	#60	#55
विश्वसनीयता	10.0	10.0
सुसंगतता	9.1	8.1
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	78.3%	79.7%
अस्थिर चाचण्या	3	6
एकूण रन	69	69
प्रति निकाल खर्च	5.504	12.422
एकूण खर्च	$0.881	$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	254,914	218,199
आउटपुट टोकन्स	10,303	175,696
रिझनिंग टोकन्स	121,928	0
प्रतिसाद वेळ (सरासरी)	11.81s	28.26s
प्रतिसाद वेळ (कमाल)	56.77s	151.76s
प्रतिसाद वेळ (एकूण)	271.60s	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.

#60 Muse Spark 1.2

low

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

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
Pareto 26.9	10.0	10.0	100.0%	0		54.17s	103,835	8,348	0

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
Pareto 26.9	7.5	8.4	66.7%	1		6.44s	737	1,595	0

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
Pareto 26.9	10.0	10.0	100.0%	0		49.15s	7,419	1,895	0

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
Pareto 26.9	8.2	6.9	66.7%	1		81.38s	88,832	146,339	0

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
Pareto 26.9	10.0	10.0	100.0%	0		2.63s	7,728	1,285	0

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
Pareto 26.9	5.9	7.2	55.6%	1		60.97s	825	12,233	0

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
Pareto 26.9	6.5	3.4	66.7%	1		6.55s	492	774	0

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
Pareto 26.9	9.8	10.0	100.0%	0		3.82s	696	393	0

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
Pareto 26.9	8.2	7.3	88.9%	1		8.40s	624	1,437	0

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
Pareto 26.9	10.0	10.0	100.0%	0		3.63s	6,762	892	0

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
Pareto 26.9	2.8	1.6	33.3%	1		28.57s	249	505	0

तुलना जोडी बदला

Claude Fable 5mediumvsPareto 26.9default DeepSeek V4.1 FlashmediumvsMuse Spark 1.2low Muse Spark 1.1mediumvsPareto 26.9default DeepSeek V4.1 FlashhighvsMuse Spark 1.2low Muse Spark 1.2mediumvsPareto 26.9default Muse Spark 1.2highvsPareto 26.9default Qwen3.8 MAXlowvsPareto 26.9default Muse Spark 1.2lowvsGPT-5.2medium Muse Spark 1.2lowvsQwen3.8 27Bhighमोफत उपलब्ध Muse Spark 1.2lowvsMiMo-V2.6-Promedium Seed 2.1 TurbomediumvsMuse Spark 1.2low Muse Spark 1.2lowvsGPT-5.4medium