Muse Ember (minimal) vs GPT-5.4 (medium)

يتقدم Muse Ember (minimal) في متوسط النتيجة بـ 8.9 مقابل 8.8. لدى Muse Ember (minimal) تكلفة benchmark أقل عند $0.047 مقابل $2.213. Muse Ember (minimal) أسرع عند 5.30s مقابل 24.81s، مع معدلات نجاح 76.8% مقابل 78.3%.

تم إنشاء نتائج المعايير من مجموعات اختبارات AI BENCHY في: 2026-11-10

النماذج المقارنة

الترتيب: #67
إجمالي رموز الإخراج: 40,577
زمن الاستجابة (المتوسط): 5.30s
إجمالي التكلفة: $0.047

الترتيب: #72
إجمالي رموز الإخراج: 96,502
زمن الاستجابة (المتوسط): 24.81s
إجمالي التكلفة: $2.213

النموذج الموصى به Muse Ember (minimal)

It has the best score here (8.9), while costing about 47.2x less than GPT-5.4 (medium).

مقارنة تفصيلية

المقياس	Muse Ember Muse Ember minimal الإصدار: 2026-11-09	GPT-5.4 GPT-5.4 medium الإصدار: 2026-03-05

المقياس	Muse Ember Muse Ember minimal الإصدار: 2026-11-09	GPT-5.4 GPT-5.4 medium الإصدار: 2026-03-05
النتيجة	8.9	8.8
الترتيب	#67	#72
الموثوقية	9.7	10.0
الاتساق	9.6	8.7
محاولات	69/69	69/69
اختبارات صحيحة
معدل النجاح لكل محاولة	76.8%	78.3%
اختبارات غير مستقرة	1	4
إجمالي مرات التشغيل	69	69
التكلفة لكل نتيجة	0.276	12.535
إجمالي التكلفة	$0.047	$2.213
سعر الإدخال	$0.100 / 1M	$2.500 / 1M
سعر الإخراج	$0.500 / 1M	$15.000 / 1M
سعر قراءة ذاكرة التخزين المؤقت	$0.004 / 1M	$0.250 / 1M
سعر الكتابة في ذاكرة التخزين المؤقت	$0.125 / 1M	غير متاح
إجمالي رموز الإدخال	265,844	223,210
رموز الإخراج	10,584	7,312
رموز الاستدلال	29,993	89,190
زمن الاستجابة (المتوسط)	5.30s	24.81s
زمن الاستجابة (الحد الأقصى)	48.15s	100.41s
زمن الاستجابة (الإجمالي)	121.82s	570.60s
المعلمات	~150B الإجمالي (~10B النشطة)	~1.5T الإجمالي (~100B النشطة)
الإتاحة	مغلق المصدر	مغلق المصدر

تنطبق أسعار التخزين المؤقت على رموز الإدخال. تعيد القراءة استخدام المطالبات المخزنة؛ وتحفظها الكتابة وقد تكلّف أكثر. تُحاسب رموز الإخراج بسعر الإخراج.

عرض إنشاء النماذج

Hamster playing table tennis

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

#67 Muse Ember

minimal

التكلفة: $0.002
الوقت: 4.5s
الرموز: 2,690 tok

#72 GPT-5.4

medium

التكلفة: $0.214
الوقت: 199.6s
الرموز: 14,349 tok

أفضل النماذج حسب الدرجة

الدرجة مقابل التكلفة الإجمالية

زمن الاستجابة (المتوسط)

النتيجة vs زمن الاستجابة (المتوسط)

إجمالي رموز الإخراج

النتيجة vs إجمالي رموز الإخراج

تفصيل الفئات

الفئة:

مهام الوكلاء	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Muse Ember	10.0	10.0	100.0%	0		48.15s	147,537	2,489	1,109
GPT-5.4	10.0	10.0	100.0%	0		67.82s	142,074	1,157	4,879

حيل مضادة للذكاء الاصطناعي	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Muse Ember	10.0	10.0	100.0%	0		2.03s	798	330	1,076
GPT-5.4	8.3	10.0	75.0%	0		4.11s	606	240	1,511

البرمجة	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Muse Ember	10.0	10.0	100.0%	0		2.66s	7,410	577	6,099
GPT-5.4	8.8	7.8	88.9%	1		44.36s	7,305	433	24,216

مجمّع	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Muse Ember	7.3	5.8	83.3%	1		9.58s	89,458	5,369	4,624
GPT-5.4	10.0	10.0	100.0%	0		29.77s	58,038	4,214	13,351

تحليل البيانات واستخراجها	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Muse Ember	10.0	10.0	100.0%	0		1.57s	7,215	234	570
GPT-5.4	10.0	10.0	100.0%	0		5.32s	7,140	234	804

خاص بالمجال	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Muse Ember	5.3	10.0	33.3%	0		3.96s	873	344	7,621
GPT-5.4	5.3	7.2	44.4%	1		72.44s	628	61	36,544

الذكاء العام	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Muse Ember	10.0	10.0	100.0%	0		1.65s	522	109	567
GPT-5.4	4.7	3.1	33.3%	1		4.92s	477	145	321

اتباع التعليمات	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Muse Ember	9.8	10.0	100.0%	0		2.10s	759	111	824
GPT-5.4	10.0	10.0	100.0%	0		3.11s	660	93	897

حل الألغاز	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Muse Ember	5.3	10.0	33.3%	0		3.33s	786	412	5,631
GPT-5.4	8.2	7.2	88.9%	1		9.14s	642	441	3,815

استدعاء الأدوات	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Muse Ember	10.0	10.0	100.0%	0		4.67s	10,258	539	175
GPT-5.4	10.0	10.0	100.0%	0		13.28s	5,445	264	1,031

معلومات عامة	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Muse Ember	3.0	10.0	0.0%	0		2.88s	228	70	1,697
GPT-5.4	3.0	10.0	0.0%	0		13.95s	195	30	1,821

تبديل زوج المقارنة

Claude Fable 5mediumvsMuse Emberminimal Muse EmberminimalvsPareto 26.9default GPT-5.4mediumvsQwen3.8 MAXlow Kimi K3.1 ProlowvsGPT-5.4medium Muse EmberxhighvsGPT-5.4medium DeepSeek V4.1 FlashhighvsGPT-5.4medium Muse EmberminimalvsKimi K3.1 Prolow Kimi K3.1 PromaxvsGPT-5.4medium Muse EmberminimalvsQwen3.8 MAXlow Muse Spark 1.2lowvsGPT-5.4medium GPT-5.4mediumvsPareto 26.9default Muse EmberminimalvsGLM 5.3 Flashmax