Navigare
Advertise here

Muse Spark 1.1 (high) vs Qwen3.8 2.4T A95B (low)

Qwen3.8 2.4T A95B (low) conduce la scorul mediu cu 8.1 vs 8.0. Muse Spark 1.1 (high) are costul de benchmark mai mic, $2.253 vs $2.672. Muse Spark 1.1 (high) este mai rapid cu 36.85s vs 118.97s, cu rate de reușită de 68.2% vs 72.7%.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-09-24

Modele comparate

Rang
#83
Total tokenuri de ieșire
491,916
Timp de răspuns (mediu)
36.85s
Cost total
$2.253
Rang
#78
Total tokenuri de ieșire
495,541
Timp de răspuns (mediu)
118.97s
Cost total
$2.672
Model recomandat Muse Spark 1.1 (high)

Scorul rămâne aproape de cel mai bun scor de aici (8.0 vs 8.1) și răspunde de aproximativ 3.2x mai rapid decât Qwen3.8 2.4T A95B (low).

Comparație detaliată

Metrică Muse Spark 1.1 Muse Spark 1.1 high Lansare: 2026-07-16 Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B low Lansare: 2026-08-12
Scor 8.0 8.1
Rang #83 #78
Fiabilitate 10.0 9.4
Consistență 7.9 9.2
Încercări 66/66 66/66
Teste corecte
Rată de trecere pe încercare 68.2% 72.7%
Teste instabile 6 2
Rulări totale 66 66
Cost per rezultat 18.768 17.812
Cost total $2.253 $2.672
Preț de intrare $1.250 / 1M $2.000 / 1M
Preț de ieșire $4.250 / 1M $6.000 / 1M
Total tokenuri de intrare 129,213 113,279
Tokenuri de ieșire 8,356 121,045
Tokenuri de raționament 483,560 374,496
Timp de răspuns (mediu) 36.85s 118.97s
Timp de răspuns (maxim) 196.03s 534.21s
Timp de răspuns (total) 810.72s 2617.41s
Parametri ~1T în total (~50B activi) 2.4T în total (95B activi)
Disponibilitate Închis Ponderi disponibile

Prezentare generare modele

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#83 Muse Spark 1.1

high
Cost
$0.039
Timp
50.1s
Tokenuri
9,423 tok

#78 Qwen3.8 2.4T A95B

low
Cost
$0.100
Timp
193.2s
Tokenuri
16,767 tok

Top modele după scor

Scor vs cost total

Timp de răspuns (mediu)

Scor vs Timp de răspuns (mediu)

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Defalcare pe categorii

Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Muse Spark 1.1 10.0 10.0 100.0% 0 22.92s 8,562 349 36,039
Qwen3.8 2.4T A95B 7.8 9.3 66.7% 0 172.53s 6,716 21,405 57,399

Comparație rapidă

Schimbă perechea de comparație

GPT-5 MinimediumvsQwen3.8 2.4T A95BlowMuse Glimmer 30BxhighvsQwen3.8 2.4T A95BlowMuse Spark 1.1highvsGrok 4.7mediumDeepSeek V4 Flash 0731lowvsMuse Spark 1.1highQwen3.8 2.4T A95BlowvsGrok 4.7mediumMuse Spark 1.1highvsGPT-5 MinimediumQwen3.8 2.4T A95BlowvsInklinghighDeepSeek V4 Flash 0731highvsQwen3.8 2.4T A95BlowMuse Spark 1.1highvsInklingmediumClaude Sonnet 5mediumvsQwen3.8 2.4T A95BlowQwen3.8 2.4T A95BlowvsGLM 5.2highMuse Spark 1.1highvsGrok 4.7low