AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#17

Muse Spark 1.1

Meta Lansare: 2026-07-16 Testat la: 2026-07-16 18:41 meta/muse-spark-1.1::low
~1T în total (~50B activi)MoEÎnchisEstimat

Rezumat

Muse Spark 1.1 obține 8.8 pe AI BENCHY și este pe #17. Are fiabilitate 10.0, rată de reușită 73.0%, cost total $0.469 și timp mediu de răspuns 10.11s.

Date despre model

Documentat la 2026-08-12

Estimat
Parametri
~1T în total (~50B activi)
Arhitectură
MoE
Disponibilitate
Închis
Licență
-

Cea mai bună estimare bazată pe informații publice; furnizorul nu a dezvăluit toate valorile.

Scor

8.8

Consistență

8.5

Total tokenuri de ieșire

92,669

Total tokenuri de intrare

59,923

Preț de intrare

$1.250 / 1M

Preț de ieșire

$4.250 / 1M

Teste corecte

Teste greșite: 8

Rată de trecere pe încercare: 73.0%

Teste instabile

4

Testele instabile au avut rezultate mixte între rulări (cel puțin un succes și un eșec).

Timp de răspuns (mediu)

10.11s

Timp de răspuns (maxim): 54.15s

Timp de răspuns (total): 212.29s

Hamster playing table tennis

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

#17 Muse Spark 1.1

low
Cost
$0.020
Timp
39.2s
Tokenuri
4,947 tok

Istoric rulări

Testat la Scor Fiabilitate Teste corecte Cost total Compară
2026-08-14 03:25 Retestare 8.3 10.0 $0.673 Compară
2026-07-16 23:35 Test nou adăugat 8.3 10.0 $0.647 Compară
2026-07-16 18:41 Prima rulare 8.8 10.0 $0.469 Rularea curentă

Comparație între rulări

RulareAcoperire benchmarkScorConsistențăFiabilitateTeste corecteTeste instabileTotal tokenuri de ieșireTotal tokenuri de intrareCost totalTimp de răspuns (mediu)
2026-07-16 18:41 · Prima rulare63/63 încercări8.88.510.013/21492,66959,923$0.46910.11s
2026-07-16 23:35 · Test nou adăugat66/66 încercări8.38.510.013/224110,314142,298$0.64711.45s
Diferență+0.50.00.000-17645-82375-$0.178-1342ms

Acoperirea benchmark diferă: 63/63 încercări (Țintă: 3 repetări per test) față de 66/66 încercări (Țintă: 3 repetări per test). Totalurile și metricile sensibile la repetări nu sunt direct comparabile.

Aceste două rulări au folosit suite de benchmark diferite, așa că diferențele reflectă atât schimbări ale modelului, cât și ale suitei.

Istoric prețuri

Date istorice de preț pentru acest model de la OpenRouter.

Dată Preț de intrare Preț de ieșire
2026-07-16 19:03 $1.250 / 1M $4.250 / 1M

Grafice

Alege primul model, apoi fă clic pe al doilea model pentru a deschide o pagină alăturată.

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Comparație rapidă

Defalcare pe categorii

Categorie Scor Consistență Teste corecte
Trucuri anti-AI 7.9 6.3
Programare 10.0 10.0
Combinat 9.6 10.0
Parsare și extragere de date 10.0 10.0
Specific domeniului 2.9 7.2
Inteligență generală 10.0 10.0
Respectarea instrucțiunilor 7.3 6.0
Rezolvare de puzzle-uri 8.3 10.0
Apelare instrumente 9.8 10.0
Cultură generală 3.0 10.0

Modele comparate