Muse Spark Open (medium) vs Qwen3.8 27B (high)

Muse Spark Open (medium) average score मध्ये पुढे आहे: 8.8 vs 8.7. Qwen3.8 27B (high) चा benchmark खर्च कमी आहे: ~$0.298 vs $1.260. Muse Spark Open (medium) वेगवान आहे: 77.44s vs 166.34s, pass rates 78.3% vs 78.3%.

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

तुलना केलेली मॉडेल्स

क्रमांक: #61
एकूण आउटपुट टोकन्स: 220,815
प्रतिसाद वेळ (सरासरी): 77.44s
एकूण खर्च: $1.260

क्रमांक: #66
एकूण आउटपुट टोकन्स: 677,080
प्रतिसाद वेळ (सरासरी): 166.34s
एकूण खर्च: ~$0.298

शिफारस केलेले मॉडेल Qwen3.8 27B (high)

Its score stays close to the best score here (8.7 vs 8.8), while costing about 4.2x less than Muse Spark Open (medium).

तपशीलवार तुलना

मेट्रिक	Muse Spark Open Muse Spark Open medium प्रकाशन: 2026-10-15	Qwen3.8 27B Qwen3.8 27B high प्रकाशन: 2026-08-14 मोफत उपलब्ध

मेट्रिक	Muse Spark Open Muse Spark Open medium प्रकाशन: 2026-10-15	Qwen3.8 27B Qwen3.8 27B high प्रकाशन: 2026-08-14 मोफत उपलब्ध
स्कोअर	8.8	8.7
क्रमांक	#61	#66
विश्वसनीयता	9.8	9.7
सुसंगतता	8.2	9.2
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	78.3%	78.3%
अस्थिर चाचण्या	5	2
एकूण रन	69	69
प्रति निकाल खर्च	8.396	~1.751
एकूण खर्च	$1.260	~$0.298
इनपुट किंमत	$1.250 / 1M	लागू नाही
आउटपुट किंमत	$4.250 / 1M	लागू नाही
कॅश वाचण्याची किंमत	$0.150 / 1M	लागू नाही
कॅश लिहिण्याची किंमत	लागू नाही	लागू नाही
एकूण इनपुट टोकन्स	256,646	348,967
आउटपुट टोकन्स	10,490	1,005
रिझनिंग टोकन्स	210,325	676,075
प्रतिसाद वेळ (सरासरी)	77.44s	166.34s
प्रतिसाद वेळ (कमाल)	643.19s	640.85s
प्रतिसाद वेळ (एकूण)	1781.16s	3825.81s
पॅरामीटर्स	816B एकूण (42B सक्रिय)	27.3B
उपलब्धता	वेट्स उपलब्ध	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.

#61 Muse Spark Open

medium

खर्च: $0.018
वेळ: 10.0s
टोकन्स: 4,265 tok

#66 Qwen3.8 27B

high

खर्च: ~$0.008
वेळ: 270.1s
टोकन्स: 18,963 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		43.27s	142,559	2,198	5,604
Qwen3.8 27B	10.0	10.0	100.0%	0		132.27s	248,788	101	20,344

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	6.9	5.8	75.0%	2		175.36s	1,851	494	6,363
Qwen3.8 27B	10.0	10.0	100.0%	0		8.10s	1,128	114	5,319

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Muse Spark Open	8.2	7.2	88.9%	1		18.01s	8,478	821	18,472
Qwen3.8 27B	8.1	7.0	88.9%	1		248.62s	8,235	346	143,335

संयुक्त	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		72.16s	76,922	5,197	15,661
Qwen3.8 27B	10.0	10.0	100.0%	0		185.57s	68,997	66	72,556

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		10.67s	7,767	229	3,036
Qwen3.8 27B	10.0	10.0	100.0%	0		34.85s	9,675	123	10,320

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Muse Spark Open	5.9	7.2	55.6%	1		216.17s	1,937	90	137,454
Qwen3.8 27B	5.3	10.0	33.3%	0		526.74s	975	6	234,555

Samanya Buddhimatta	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		4.90s	879	116	2,605
Qwen3.8 27B	5.0	10.0	0.0%	0		8.45s	630	63	1,191

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Muse Spark Open	7.3	5.8	83.3%	1		18.42s	1,467	267	3,850
Qwen3.8 27B	9.8	10.0	100.0%	0		8.24s	927	42	2,871

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Muse Spark Open	8.4	9.9	66.7%	0		29.40s	1,848	510	11,431
Qwen3.8 27B	7.6	7.2	77.8%	1		199.90s	1,038	120	138,427

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		8.45s	12,354	365	1,162
Qwen3.8 27B	10.0	10.0	100.0%	0		5.62s	8,256	21	912

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		29.87s	584	203	4,687
Qwen3.8 27B	3.0	10.0	0.0%	0		263.98s	318	3	46,245

तुलना जोडी बदला