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

Muse Spark 1.3 (low) average score मध्ये पुढे आहे: 8.5 vs 8.4. Muse Spark 1.3 (low) चा benchmark खर्च कमी आहे: $0.911 vs $4.016. Muse Spark 1.3 (low) वेगवान आहे: 17.73s vs 120.40s, pass rates 82.6% vs 73.9%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-11-10

तुलना केलेली मॉडेल्स

क्रमांक: #99
एकूण आउटपुट टोकन्स: 134,695
प्रतिसाद वेळ (सरासरी): 17.73s
एकूण खर्च: $0.911

क्रमांक: #104
एकूण आउटपुट टोकन्स: 424,019
प्रतिसाद वेळ (सरासरी): 120.40s
एकूण खर्च: $4.016

शिफारस केलेले मॉडेल Muse Spark 1.3 (low)

It has the best score here (8.5), while costing about 4.4x 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	8.5	8.4
क्रमांक	#99	#104
विश्वसनीयता	10.0	9.6
सुसंगतता	8.2	9.2
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	82.6%	73.9%
अस्थिर चाचण्या	5	2
एकूण रन	69	69
प्रति निकाल खर्च	5.690	19.825
एकूण खर्च	$0.911	$4.016
इनपुट किंमत	$1.250 / 1M	$2.000 / 1M
आउटपुट किंमत	$4.250 / 1M	$6.000 / 1M
कॅश वाचण्याची किंमत	$0.150 / 1M	$0.250 / 1M
कॅश लिहिण्याची किंमत	लागू नाही	लागू नाही
एकूण इनपुट टोकन्स	270,231	313,881
आउटपुट टोकन्स	13,363	123,706
रिझनिंग टोकन्स	121,332	388,328
प्रतिसाद वेळ (सरासरी)	17.73s	120.40s
प्रतिसाद वेळ (कमाल)	78.72s	534.21s
प्रतिसाद वेळ (एकूण)	407.75s	2769.16s
पॅरामीटर्स	~1T एकूण (~50B सक्रिय)	2.4T एकूण (95B सक्रिय)
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.

#99 Muse Spark 1.3

low

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

#104 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:

स्वायत्त एजंट कार्ये	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Muse Spark 1.3	10.0	10.0	100.0%	0		55.06s	153,284	2,337	4,647
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		151.76s	200,602	2,661	13,832

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

तुलना जोडी बदला

Claude Sonnet 5mediumvsMuse Spark 1.3low Nemotron 3.5 Super VLhighमोफत उपलब्धvsQwen3.8 2.4T A95Blow Muse Spark 1.3lowvsQwen3.7 Maxmedium GPT-5 MinimediumvsQwen3.8 2.4T A95Blow Muse Glimmer 30BxhighvsQwen3.8 2.4T A95Blow Muse Spark 1.3lowvsGrok 4.6high Gemini 3.1 Pro PreviewmediumvsQwen3.8 2.4T A95Blow Claude Haiku 5.5maxvsMuse Spark 1.3low Qwen3.8 2.4T A95BlowvsInklinghighमोफत उपलब्ध Muse Spark 1.1highvsQwen3.8 2.4T A95Blow Muse Spark 1.3lowvsParticle-1medium Claude Haiku 5.5maxvsQwen3.8 2.4T A95Blow