Todos los lanzamientos

Muse Spark 1.3 vs. JT-4.1 Flash 236B A21B: comparación de lanzamientos

Comparación de los lanzamientos Muse Spark 1.3 y JT-4.1 Flash 236B A21B: 2 y 2 modelos respectivamente, cada uno con distintas características de inteligencia, rendimiento y precio. A continuación se comparan las métricas clave de los 4 modelos.

  • En inteligencia, Muse Spark 1.3 obtiene la puntuación más alta: Muse Spark 1.3 (Max), con 48, frente a JT-4.1 Flash 236B A21B (Reasoning), con 34 de JT-4.1 Flash 236B A21B.
Playground de modelos

Lanzamientos comparados

Muse Spark 1.3 (max)Muse Spark 1.3 (xhigh)JT-4.1 Flash 236B A21BJT-4.1 Flash 236B A21B (non-reasoning)
Intelligence Index
48
45
34
27*
Finanzas y contabilidad
50
48
40
--
Estrategia y operaciones
51
49
41
--
Jurídico
51
49
44
--
Salud y medicina
50
--
--
--
Costo por tareaUSD
$1.60
$1.37
--
--
Velocidad de salidaTokens/s
128
273
--
--
Tiempo hasta el primer tokens
60,78
19,14
--
--
Ventana de contexto
1M
1M
262k
262k
Creador
Meta
Meta
China Mobile
China Mobile
Licencia
Propietario
Propietario
Propietario
Propietario
Modalidad de entrada

Admite: texto, imágenes y video

Admite: texto, imágenes y video

Admite: texto e imágenes

Admite: texto e imágenes

Modalidad de salida

Admite: texto

Admite: texto

Admite: texto

Admite: texto

Proveedores
Meta
Meta
--
--

* Estimado

Inteligencia

Artificial Analysis Intelligence Index · Higher is better

Velocidad

Output tokens per second · Higher is better

Costo por tarea

Weighted average cost (USD) per Intelligence Index task · Lower is better

Inteligencia

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index v4.3.2 incorporates 10 evaluations: AA-Briefcase v1.1, GDPval-AA v2.1, AutomationBench-AA, Terminal-Bench 4.0, SciCode, Humanity's Last Exam, GDP.pdf, CritPt, AA-Omniscience, AA-LCR v1.1
Estimate (independent evaluation forthcoming)

Intelligence Index vs. costo por tarea

Artificial Analysis Intelligence Index · Weighted average cost (USD) per Artificial Analysis Intelligence Index task
Most attractive quadrant
Muse Spark 1.3
Pareto line
AA-Briefcase v1.1
GDPval-AA v2.1

Costo por tarea (USD, escala logarítmica)

Costo

Costo por tarea del Intelligence Index

Weighted average cost (USD) per Intelligence Index task · Segmented by token type · Lower is better

Velocidad y latencia

Velocidad de salida

Output tokens per second · Higher is better

Puntuaciones de capacidades

Índices de capacidades

Mide el rendimiento de los modelos en capacidades e industrias específicas
Finance & Accounting Index

Incorporates 7 evaluations: AA-Omniscience, GDPval-AA v2.1, AA-Briefcase v1.1, Humanity's Last Exam, AutomationBench-AA, AA-LCR v1.1, GDP.pdf · Higher is better

Strategy & Ops Index

Incorporates 6 evaluations: GDPval-AA v2.1, AA-Briefcase v1.1, AA-Omniscience, AutomationBench-AA, AA-LCR v1.1, GDP.pdf · Higher is better

Legal Index

Incorporates 7 evaluations: AA-Omniscience, GDPval-AA v2.1, AA-Briefcase v1.1, Humanity's Last Exam, AA-LCR v1.1, GDP.pdf, AutomationBench-AA · Higher is better

Healthcare & Medical Index

Incorporates 6 evaluations: AA-Omniscience, GDPval-AA v2.1, AA-Briefcase v1.1, MLCR-AA, Humanity's Last Exam, AutomationBench-AA · Higher is better

Engineering Index

Incorporates 6 evaluations: AA-Omniscience, Humanity's Last Exam, CritPt, GDPval-AA v2.1, AA-Briefcase v1.1, Terminal-Bench 4.0 · Higher is better

Economics Index

Incorporates 5 evaluations: AA-Omniscience, Humanity's Last Exam, GDPval-AA v2.1, AA-Briefcase v1.1, AA-LCR v1.1 · Higher is better

AA-PersonalityBenchNew

vs
AA-PersonalityBench results are not available for JT-4.1 Flash 236B A21B