Muse Spark 1.3 (low) vs Qwen3.8 2.4T A95B (low)

Muse Spark 1.3 (low) average score मध्ये पुढे आहे: 8.2 vs 8.1. Muse Spark 1.3 (low) चा benchmark खर्च कमी आहे: $0.689 vs $2.672. Muse Spark 1.3 (low) वेगवान आहे: 16.03s vs 118.97s, pass rates 81.8% vs 72.7%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-09-24

तुलना केलेली मॉडेल्स

क्रमांक: #76
एकूण आउटपुट टोकन्स: 127,711
प्रतिसाद वेळ (सरासरी): 16.03s
एकूण खर्च: $0.689

क्रमांक: #78
एकूण आउटपुट टोकन्स: 495,541
प्रतिसाद वेळ (सरासरी): 118.97s
एकूण खर्च: $2.672

शिफारस केलेले मॉडेल Muse Spark 1.3 (low)

It has the best score here (8.2), while costing about 3.9x less than Qwen3.8 2.4T A95B (low).

तपशीलवार तुलना

मेट्रिक	Muse Spark 1.3 Muse Spark 1.3 low प्रकाशन: 2026-09-02	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B low प्रकाशन: 2026-08-12

मेट्रिक	Muse Spark 1.3 Muse Spark 1.3 low प्रकाशन: 2026-09-02	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B low प्रकाशन: 2026-08-12
स्कोअर	8.2	8.1
क्रमांक	#76	#78
विश्वसनीयता	10.0	9.4
सुसंगतता	8.1	9.2
प्रयत्न	66/66	66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर	81.8%	72.7%
अस्थिर चाचण्या	5	2
एकूण रन	66	66
प्रति निकाल खर्च	4.594	17.812
एकूण खर्च	$0.689	$2.672
इनपुट किंमत	$1.250 / 1M	$2.000 / 1M
आउटपुट किंमत	$4.250 / 1M	$6.000 / 1M
एकूण इनपुट टोकन्स	116,947	113,279
आउटपुट टोकन्स	11,026	121,045
रिझनिंग टोकन्स	116,685	374,496
प्रतिसाद वेळ (सरासरी)	16.03s	118.97s
प्रतिसाद वेळ (कमाल)	78.72s	534.21s
प्रतिसाद वेळ (एकूण)	352.69s	2617.41s
पॅरामीटर्स	~1T एकूण (~50B सक्रिय)	2.4T एकूण (95B सक्रिय)
उपलब्धता	बंद स्रोत	वेट्स उपलब्ध

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#76 Muse Spark 1.3

low

खर्च: $0.017
वेळ: 83.9s
टोकन्स: 3,959 tok

#78 Qwen3.8 2.4T A95B

low

खर्च: $0.100
वेळ: 193.2s
टोकन्स: 16,767 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 1.3	10.0	10.0	100.0%	0		3.92s	618	372	5,308
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		22.04s	1,104	397	4,814

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Muse Spark 1.3	8.2	7.2	88.9%	1		20.86s	5,958	795	19,077
Qwen3.8 2.4T A95B	7.8	9.3	66.7%	0		172.53s	6,716	21,405	57,399

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Muse Spark 1.3	7.3	5.8	83.3%	1		25.72s	90,340	6,828	14,390
Qwen3.8 2.4T A95B	8.2	6.9	66.7%	1		231.85s	85,267	8,008	50,681

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 1.3	10.0	10.0	100.0%	0		3.62s	7,155	240	3,011
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		22.27s	7,956	839	2,445

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Muse Spark 1.3	3.5	4.4	33.3%	2		45.63s	738	1,083	48,809
Qwen3.8 2.4T A95B	3.2	9.3	0.0%	0		287.65s	1,008	16,133	156,114

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Muse Spark 1.3	10.0	10.0	100.0%	0		4.02s	477	127	1,182
Qwen3.8 2.4T A95B	6.1	3.1	66.7%	1		22.97s	606	44	1,497

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Muse Spark 1.3	9.8	10.0	100.0%	0		5.04s	669	189	3,025
Qwen3.8 2.4T A95B	9.8	10.0	100.0%	0		19.54s	903	263	1,480

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Muse Spark 1.3	8.2	7.2	88.9%	1		11.34s	651	478	11,598
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		43.37s	1,026	1,154	25,563

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Muse Spark 1.3	10.0	10.0	100.0%	0		7.39s	10,158	603	2,074
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		25.88s	8,481	302	975

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Muse Spark 1.3	3.0	10.0	0.0%	0		23.36s	183	311	8,211
Qwen3.8 2.4T A95B	3.0	10.0	0.0%	0		422.46s	212	72,500	73,528

झटपट तुलना

तुलना जोडी बदला

Claude Sonnet 5mediumvsMuse Spark 1.3low GPT-5 MinimediumvsQwen3.8 2.4T A95Blow Muse Glimmer 30BxhighvsQwen3.8 2.4T A95Blow Gemini 2.5 FlashmediumvsMuse Spark 1.3low Qwen3.8 2.4T A95BlowvsGrok 4.7medium Qwen3.8 2.4T A95BlowvsInklinghigh Muse Spark 1.1highvsQwen3.8 2.4T A95Blow Claude Fable 5.1mediumvsMuse Spark 1.3low DeepSeek V4 Flash 0731highvsQwen3.8 2.4T A95Blow Muse Spark 1.3lowvsGPT-6 Lunahigh Claude Sonnet 5mediumvsQwen3.8 2.4T A95Blow Qwen3.8 2.4T A95BlowvsGLM 5.2high