Muse Spark 1.3 (medium) vs Pareto 26.9 (default)

Muse Spark 1.3 (medium) average score मध्ये पुढे आहे: 9.0 vs 8.9. Muse Spark 1.3 (medium) चा benchmark खर्च कमी आहे: $1.712 vs $1.864. Pareto 26.9 (default) वेगवान आहे: 28.26s vs 39.83s, pass rates 85.5% vs 79.7%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-17

तुलना केलेली मॉडेल्स

क्रमांक: #47
एकूण आउटपुट टोकन्स: 328,911
प्रतिसाद वेळ (सरासरी): 39.83s
एकूण खर्च: $1.712

क्रमांक: #58
एकूण आउटपुट टोकन्स: 175,696
प्रतिसाद वेळ (सरासरी): 28.26s
एकूण खर्च: $1.864

शिफारस केलेले मॉडेल Pareto 26.9 (default)

It offers the best overall trade-off: a competitive score (8.9), faster response than Muse Spark 1.3 (medium), and balanced cost.

तपशीलवार तुलना

मेट्रिक	Muse Spark 1.3 Muse Spark 1.3 medium प्रकाशन: 2026-09-02	Pareto 26.9 Pareto 26.9 default प्रकाशन: 2026-10-15

मेट्रिक	Muse Spark 1.3 Muse Spark 1.3 medium प्रकाशन: 2026-09-02	Pareto 26.9 Pareto 26.9 default प्रकाशन: 2026-10-15
स्कोअर	9.0	8.9
क्रमांक	#47	#58
विश्वसनीयता	10.0	10.0
सुसंगतता	8.9	8.1
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	85.5%	79.7%
अस्थिर चाचण्या	3	6
एकूण रन	69	69
प्रति निकाल खर्च	9.507	12.422
एकूण खर्च	$1.712	$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	250,676	218,199
आउटपुट टोकन्स	13,511	175,696
रिझनिंग टोकन्स	315,400	0
प्रतिसाद वेळ (सरासरी)	39.83s	28.26s
प्रतिसाद वेळ (कमाल)	219.77s	151.76s
प्रतिसाद वेळ (एकूण)	916.20s	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.

#47 Muse Spark 1.3

medium

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

#58 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 1.3	10.0	10.0	100.0%	0		67.61s	161,499	2,467	7,180
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 1.3	10.0	10.0	100.0%	0		5.83s	618	448	8,507
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 1.3	10.0	10.0	100.0%	0		41.14s	7,275	1,182	46,737
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 1.3	7.3	5.8	83.3%	1		34.71s	58,867	4,645	28,798
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 1.3	10.0	10.0	100.0%	0		8.75s	7,155	466	6,751
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 1.3	3.5	4.4	33.3%	2		132.33s	738	1,635	144,687
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 1.3	10.0	10.0	100.0%	0		7.95s	477	236	2,303
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 1.3	9.8	10.0	100.0%	0		10.49s	669	319	8,140
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 1.3	10.0	10.0	100.0%	0		25.03s	651	640	24,761
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 1.3	9.6	10.0	100.0%	0		28.30s	12,544	859	8,690
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 1.3	3.0	10.0	0.0%	0		85.61s	183	614	28,846
Pareto 26.9	2.8	1.6	33.3%	1		28.57s	249	505	0

तुलना जोडी बदला

Gemini 3.5 Flash LitehighvsMuse Spark 1.3medium Claude Fable 5mediumvsPareto 26.9default Muse Spark 1.1mediumvsPareto 26.9default Muse Spark 1.2mediumvsPareto 26.9default Claude Opus 5lowvsMuse Spark 1.3medium Gemini 3.6 FlashlowvsMuse Spark 1.3medium Muse Spark 1.3mediumvsGLM 5.3 Flashmax Gemini 3.5 FlashlowvsMuse Spark 1.3medium Muse Spark 1.2highvsPareto 26.9default Qwen3.8 MAXlowvsPareto 26.9default Muse Spark OpenlowvsPareto 26.9default GPT-5.4mediumvsPareto 26.9default