muse-spark-1-2xhigh
3Xray 数据版本 2026-09-22 · 最近更新 2026-10-03 08:45
第 17 名
当前排名
55%±2%
任务通过率（Pass@1）
$3.70
单次平均运行成本
暂无数据
平均输出量
101
平均代理步数
113
参与任务数
测试详情
推理档位xhigh
95% 置信区间52.7% - 57.0%
Pass@481.4%
计分尝试次数452
通过任务数248
至少通过一次的任务数92
平均输入量13694k
中位峰值上下文189k
中位运行成本$2.68
中位输出量81k
平均运行时长15 分钟
重复测试轮次4
任务集规模113
数据版本2026-09-22
数据生成时间2026-09-22