- क्रमांक
- #65
- एकूण आउटपुट टोकन्स
- 134,695
- प्रतिसाद वेळ (सरासरी)
- 17.73s
- एकूण खर्च
- $0.911
Muse Spark 1.3 (low) vs Grok 4.6 (high)
average score जवळपास समान आहे: 8.5 vs 8.5. Muse Spark 1.3 (low) चा benchmark खर्च कमी आहे: $0.911 vs $2.629. Muse Spark 1.3 (low) वेगवान आहे: 17.73s vs 87.48s, pass rates 82.6% vs 82.6%.
तुलना केलेली मॉडेल्स
- क्रमांक
- #64
- एकूण आउटपुट टोकन्स
- 312,614
- प्रतिसाद वेळ (सरासरी)
- 87.48s
- एकूण खर्च
- $2.629
शिफारस केलेले मॉडेल
Muse Spark 1.3 (low)
It has the best score here (8.5), while costing about 2.9x less than Grok 4.6 (high).
तपशीलवार तुलना
| मेट्रिक | Muse Spark 1.3 Muse Spark 1.3 low | Grok 4.6 Grok 4.6 high |
|---|---|---|
| स्कोअर | 8.5 | 8.5 |
| क्रमांक | #65 | #64 |
| विश्वसनीयता | 10.0 | 10.0 |
| सुसंगतता | 8.2 | 10.0 |
| प्रयत्न | 69/69 | 69/69 |
| बरोबर चाचण्या | ||
| प्रति प्रयत्न पास दर | 82.6% | 82.6% |
| अस्थिर चाचण्या | 5 | 0 |
| एकूण रन | 69 | 69 |
| प्रति निकाल खर्च | 5.690 | 13.833 |
| एकूण खर्च | $0.911 | $2.629 |
| इनपुट किंमत | $1.250 / 1M | $2.000 / 1M |
| आउटपुट किंमत | $4.250 / 1M | $6.000 / 1M |
| एकूण इनपुट टोकन्स | 270,231 | 376,233 |
| आउटपुट टोकन्स | 13,363 | 6,687 |
| रिझनिंग टोकन्स | 121,332 | 305,927 |
| प्रतिसाद वेळ (सरासरी) | 17.73s | 87.48s |
| प्रतिसाद वेळ (कमाल) | 78.72s | 618.49s |
| प्रतिसाद वेळ (एकूण) | 407.75s | 2012.15s |
| पॅरामीटर्स | ~1T एकूण (~50B सक्रिय) | ~1.7T एकूण (~170B सक्रिय) |
| उपलब्धता | बंद स्रोत | बंद स्रोत |
मॉडेल जनरेशन शोकेस
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#65 Muse Spark 1.3
low- खर्च
- $0.017
- वेळ
- 83.9s
- टोकन्स
- 3,959 tok
#64 SpaceXAI: Grok 4.6
high- खर्च
- $0.107
- वेळ
- 265.1s
- टोकन्स
- 18,001 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
| 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 | |
| Grok 4.6 | 5.0 | 10.0 | 0.0% | 0 | 160.89s | 268,958 | 1,593 | 28,804 |
| 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 | |
| Grok 4.6 | 10.0 | 10.0 | 100.0% | 0 | 14.44s | 2,991 | 79 | 6,805 |
| 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 | |
| Grok 4.6 | 10.0 | 10.0 | 100.0% | 0 | 102.20s | 9,579 | 379 | 51,829 |
| 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 | |
| Grok 4.6 | 10.0 | 10.0 | 100.0% | 0 | 91.77s | 68,548 | 3,931 | 34,529 |
| 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 | |
| Grok 4.6 | 10.0 | 10.0 | 100.0% | 0 | 16.08s | 8,937 | 225 | 6,590 |
| 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 | |
| Grok 4.6 | 5.3 | 10.0 | 33.3% | 0 | 369.95s | 2,523 | 14 | 154,471 |
| 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 | |
| Grok 4.6 | 10.0 | 10.0 | 100.0% | 0 | 19.51s | 1,077 | 56 | 2,448 |
| 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 | |
| Grok 4.6 | 9.8 | 10.0 | 100.0% | 0 | 13.82s | 1,857 | 57 | 4,318 |
| 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 | |
| Grok 4.6 | 10.0 | 10.0 | 100.0% | 0 | 15.56s | 2,430 | 122 | 5,706 |
| 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 | |
| Grok 4.6 | 10.0 | 10.0 | 100.0% | 0 | 13.30s | 8,544 | 216 | 1,505 |
| 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 | |
| Grok 4.6 | 3.0 | 10.0 | 0.0% | 0 | 54.22s | 789 | 15 | 8,922 |
झटपट तुलना
तुलना जोडी बदला
Claude Sonnet 5mediumvsMuse Spark 1.3lowMuse Spark 1.3lowvsQwen3.7 MaxmediumClaude Sonnet 5mediumvsGrok 4.6highQwen3.7 MaxmediumvsGrok 4.6highQwen3.8 Max (0902)lowvsGrok 4.6highClaude Sonnet 5.5xhighvsGrok 4.6highMuse Spark 1.1lowvsGrok 4.6highClaude Sonnet 5.5highvsMuse Spark 1.3lowMuse Spark 1.3lowvsGPT-5 MinimediumClaude Sonnet 5.5xhighvsMuse Spark 1.3lowDeepSeek V4.1 FlashmaxvsGrok 4.6highQwen3.8 2.4T A95BlowvsGrok 4.6high