Muse Spark Open (low) vs Qwen3.8 Max (0902) (medium)

Qwen3.8 Max (0902) (medium) average score मध्ये पुढे आहे: 9.0 vs 8.9. Muse Spark Open (low) चा benchmark खर्च कमी आहे: $0.600 vs $1.096. Muse Spark Open (low) वेगवान आहे: 21.62s vs 30.42s, pass rates 76.8% vs 84.1%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-16

तुलना केलेली मॉडेल्स

क्रमांक: #53
एकूण आउटपुट टोकन्स: 59,058
प्रतिसाद वेळ (सरासरी): 21.62s
एकूण खर्च: $0.600

क्रमांक: #46
एकूण आउटपुट टोकन्स: 92,998
प्रतिसाद वेळ (सरासरी): 30.42s
एकूण खर्च: $1.096

शिफारस केलेले मॉडेल Muse Spark Open (low)

Its score stays close to the best score here (8.9 vs 9.0), while costing about 1.8x less than Qwen3.8 Max (0902) (medium).

तपशीलवार तुलना

मेट्रिक	Muse Spark Open Muse Spark Open low प्रकाशन: 2026-10-15	Qwen3.8 Max (0902) Qwen3.8 Max (0902) medium प्रकाशन: 2026-09-07

मेट्रिक	Muse Spark Open Muse Spark Open low प्रकाशन: 2026-10-15	Qwen3.8 Max (0902) Qwen3.8 Max (0902) medium प्रकाशन: 2026-09-07
स्कोअर	8.9	9.0
क्रमांक	#53	#46
विश्वसनीयता	9.9	10.0
सुसंगतता	9.1	9.3
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	76.8%	84.1%
अस्थिर चाचण्या	3	2
एकूण रन	69	69
प्रति निकाल खर्च	3.746	6.084
एकूण खर्च	$0.600	$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	278,684	268,540
आउटपुट टोकन्स	10,151	7,499
रिझनिंग टोकन्स	48,907	85,499
प्रतिसाद वेळ (सरासरी)	21.62s	30.42s
प्रतिसाद वेळ (कमाल)	119.16s	168.09s
प्रतिसाद वेळ (एकूण)	497.25s	699.68s
पॅरामीटर्स	816B एकूण (42B सक्रिय)	2.4T एकूण (~100B सक्रिय)
उपलब्धता	वेट्स उपलब्ध	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.

#53 Muse Spark Open

low

खर्च: $0.014
वेळ: 38.9s
टोकन्स: 3,372 tok

#46 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 Open	10.0	10.0	100.0%	0		55.04s	135,775	2,192	1,792
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 Open	9.2	8.4	91.7%	1		10.50s	2,218	600	4,374
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 Open	10.0	10.0	100.0%	0		9.97s	8,479	347	10,835
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 Open	8.4	10.0	50.0%	0		32.84s	105,334	5,543	3,978
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 Open	10.0	10.0	100.0%	0		4.53s	7,989	220	1,070
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 Open	5.3	10.0	33.3%	0		75.55s	1,759	75	16,620
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 Open	6.1	3.1	66.7%	1		5.85s	877	137	1,576
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 Open	8.0	6.8	66.7%	1		10.26s	1,467	99	2,323
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 Open	10.0	10.0	100.0%	0		7.99s	1,849	417	3,579
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 Open	10.0	10.0	100.0%	0		4.37s	12,354	417	626
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 Open	3.0	10.0	0.0%	0		14.23s	583	104	2,134
Qwen3.8 Max (0902)	3.0	10.0	0.0%	0		17.01s	204	21	2,252

तुलना जोडी बदला

Gemini 3.5 FlashlowvsQwen3.8 Max (0902)medium Muse Spark OpenlowvsGLM 5.3 Flashmax Gemini 4 ArgonmediumvsMuse Spark Openlow Gemini 3.5 Flash LitehighvsQwen3.8 Max (0902)medium Muse Spark OpenxhighvsQwen3.8 Max (0902)medium Gemini 3.5 Flash LitehighvsMuse Spark Openlow Claude Opus 5lowvsQwen3.8 Max (0902)medium Claude Fable 5mediumvsMuse Spark Openlow Gemini 3.6 FlashlowvsQwen3.8 Max (0902)medium Qwen3.8 Max (0902)mediumvsGLM 5.3 Flashmax Muse Spark OpenlowvsPareto 26.9default Muse WonderminimalvsQwen3.8 Max (0902)medium