Muse Spark 1.3 (xhigh)
Maximum thinking effort model from Muse specializing in Olympiad mathematics and complex proofs.
Quality Domain Radar
6-Axis Frontier Evaluation vs Category Average & Flagship
जहाँ सीधे बेंचमार्क माप उपलब्ध नहीं हैं, वहाँ रडार अक्ष श्रेणी स्कोर से अनुमानित हैं — कार्यप्रणाली देखें।
ताकत और समझौते
जहां यह जीतता है
- Up to 65,536 output tokens per response
- Cheap prompt-cache reads at $0.25/1M
- Reasoning mode with adjustable effort levels
ध्यान देने योग्य बातें
- Architecture and weights undisclosed — API access only
किलर उपयोग केस
डेवलपर क्विकस्टार्ट और API
OPENROUTER_API_KEY सेट करें — API कुंजी प्राप्त करेंcurl https://openrouter.ai/api/v1/chat/completions \
-H "Authorization: Bearer $OPENROUTER_API_KEY" \
-H "content-type: application/json" \
-d '{
"model": "muse/muse-spark-1-3-xhigh",
"messages": [{"role": "user", "content": "Refactor this function for O(n) time and explain the change."}]
}'import os
from openai import OpenAI
client = OpenAI(
base_url="https://openrouter.ai/api/v1",
api_key=os.environ["OPENROUTER_API_KEY"],
)
resp = client.chat.completions.create(
model="muse/muse-spark-1-3-xhigh",
messages=[{"role": "user", "content": "Refactor this function for O(n) time and explain the change."}],
)
print(resp.choices[0].message.content)const res = await fetch("https://openrouter.ai/api/v1/chat/completions", {
method: "POST",
headers: {
Authorization: `Bearer ${process.env.OPENROUTER_API_KEY}`,
"content-type": "application/json",
},
body: JSON.stringify({
model: "muse/muse-spark-1-3-xhigh",
messages: [{ role: "user", content: "Refactor this function for O(n) time and explain the change." }],
}),
});
console.log((await res.json()).choices[0].message.content);OpenRouter-compatible endpoint — one API for 300+ models.
आधिकारिक संसाधन और लिंक
होस्ट और लेटेंसी की तुलना
Groq, Cerebras, Together, DeepInfra, Fireworks, Bedrock और Azure पर थ्रूपुट, TTFT और कैश मूल्य।
स्रोत के अनुसार स्कोर
श्रेणी के अनुसार स्कोर
बेंचमार्क परिणाम
लाइव स्पेक्स और आर्किटेक्चर
- Switchable reasoning effort — trading latency and tokens for accuracy on hard problems.
- Prompt caching supported — cached input reads at $0.25/1M tokens.
अनुमानित मासिक बिल
उद्धरण और एम्बेड
Loading badge markdown...@misc{llmpodium2026musespark13xhigh,
title = {Benchmark Analysis and Intelligence Evaluation of Muse Spark 1.3 (xhigh)},
author = {LLMPodium Research},
year = {2026},
url = {https://llmpodium.com/models/muse-spark-1-3-xhigh}
}स्कोर बैज एम्बेड करें
अपने GitHub या Hugging Face README में लाइव Podium Score बैज जोड़ें — यह लाइव रैंकिंग पर ले जाता है।
Loading badge snippet...Loading badge snippet...Muse के अन्य मॉडल
वैकल्पिक मॉडल
क्षमता, मूल्य और बेंचमार्क स्कोर के आधार पर Muse Spark 1.3 (xhigh) के निकटतम विकल्प।