Muse Spark 1.3 (medium) vs Qwen3.8 Max (0902) (medium)

average score जवळपास समान आहे: 9.0 vs 9.0. Qwen3.8 Max (0902) (medium) चा benchmark खर्च कमी आहे: $1.096 vs $1.712. Qwen3.8 Max (0902) (medium) वेगवान आहे: 30.42s vs 39.83s, pass rates 85.5% vs 84.1%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-19

तुलना केलेली मॉडेल्स

क्रमांक: #48
एकूण आउटपुट टोकन्स: 328,911
प्रतिसाद वेळ (सरासरी): 39.83s
एकूण खर्च: $1.712

क्रमांक: #47
एकूण आउटपुट टोकन्स: 92,998
प्रतिसाद वेळ (सरासरी): 30.42s
एकूण खर्च: $1.096

शिफारस केलेले मॉडेल Qwen3.8 Max (0902) (medium)

It has the best score here (9.0), while costing about 1.6x less than Muse Spark 1.3 (medium).

तपशीलवार तुलना

मेट्रिक	Muse Spark 1.3 Muse Spark 1.3 medium प्रकाशन: 2026-09-02	Qwen3.8 Max (0902) Qwen3.8 Max (0902) medium प्रकाशन: 2026-09-07

मेट्रिक	Muse Spark 1.3 Muse Spark 1.3 medium प्रकाशन: 2026-09-02	Qwen3.8 Max (0902) Qwen3.8 Max (0902) medium प्रकाशन: 2026-09-07
स्कोअर	9.0	9.0
क्रमांक	#48	#47
विश्वसनीयता	10.0	10.0
सुसंगतता	8.9	9.3
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	85.5%	84.1%
अस्थिर चाचण्या	3	2
एकूण रन	69	69
प्रति निकाल खर्च	9.507	6.084
एकूण खर्च	$1.712	$1.096
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	$2.500 / 1M
एकूण इनपुट टोकन्स	250,676	268,540
आउटपुट टोकन्स	13,511	7,499
रिझनिंग टोकन्स	315,400	85,499
प्रतिसाद वेळ (सरासरी)	39.83s	30.42s
प्रतिसाद वेळ (कमाल)	219.77s	168.09s
प्रतिसाद वेळ (एकूण)	916.20s	699.68s
पॅरामीटर्स	~1T एकूण (~50B सक्रिय)	2.4T एकूण (~100B 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.

#48 Muse Spark 1.3

medium

खर्च: $0.025
वेळ: 113.4s
टोकन्स: 5,952 tok

#47 Qwen3.8 Max (0902)

medium

खर्च: $0.036
वेळ: 108.3s
टोकन्स: 5,980 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		67.61s	161,499	2,467	7,180
Qwen3.8 Max (0902)	10.0	10.0	100.0%	0		127.50s	172,217	1,538	10,782

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		5.83s	618	448	8,507
Qwen3.8 Max (0902)	10.0	10.0	100.0%	0		5.03s	672	295	2,003

कोडिंग	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		41.14s	7,275	1,182	46,737
Qwen3.8 Max (0902)	8.4	7.4	88.9%	1		45.74s	7,893	551	20,628

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		34.71s	58,867	4,645	28,798
Qwen3.8 Max (0902)	10.0	10.0	100.0%	0		94.38s	68,852	3,895	24,303

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		8.75s	7,155	466	6,751
Qwen3.8 Max (0902)	10.0	10.0	100.0%	0		10.54s	7,782	261	2,591

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		132.33s	738	1,635	144,687
Qwen3.8 Max (0902)	3.6	7.2	22.2%	1		49.45s	780	44	19,572

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		7.95s	477	236	2,303
Qwen3.8 Max (0902)	10.0	10.0	100.0%	0		7.56s	516	202	689

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		10.49s	669	319	8,140
Qwen3.8 Max (0902)	10.0	10.0	100.0%	0		4.24s	699	90	886

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	10.0	10.0	100.0%	0		25.03s	651	640	24,761
Qwen3.8 Max (0902)	10.0	10.0	100.0%	0		5.89s	696	353	1,599

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	9.6	10.0	100.0%	0		28.30s	12,544	859	8,690
Qwen3.8 Max (0902)	10.0	10.0	100.0%	0		5.93s	8,229	249	194

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		85.61s	183	614	28,846
Qwen3.8 Max (0902)	3.0	10.0	0.0%	0		17.01s	204	21	2,252

तुलना जोडी बदला

Gemini 3.5 Flash LitehighvsMuse Spark 1.3medium Gemini 3.5 FlashlowvsQwen3.8 Max (0902)medium Claude Opus 5lowvsMuse Spark 1.3medium Gemini 3.5 Flash LitehighvsQwen3.8 Max (0902)medium Gemini 3.6 FlashlowvsMuse Spark 1.3medium Muse Spark OpenxhighvsQwen3.8 Max (0902)medium Muse Spark 1.3mediumvsGLM 5.3 Flashmax Gemini 3.5 FlashlowvsMuse Spark 1.3medium Claude Opus 5lowvsQwen3.8 Max (0902)medium Gemini 3.6 FlashlowvsQwen3.8 Max (0902)medium Qwen3.8 Max (0902)mediumvsGLM 5.3 Flashmax Muse WonderminimalvsQwen3.8 Max (0902)medium