Muse Wonder (medium) vs GPT-5.3-Codex (medium)

يتقدم Muse Wonder (medium) في متوسط النتيجة بـ 9.2 مقابل 9.1. لدى GPT-5.3-Codex (medium) تكلفة benchmark أقل عند $1.318 مقابل $3.397. GPT-5.3-Codex (medium) أسرع عند 18.87s مقابل 21.58s، مع معدلات نجاح 76.8% مقابل 84.1%.

تم إنشاء نتائج المعايير من مجموعات اختبارات AI BENCHY في: 2026-10-13

النماذج المقارنة

الترتيب: #30
إجمالي رموز الإخراج: 121,546
زمن الاستجابة (المتوسط): 21.58s
إجمالي التكلفة: $3.397

الترتيب: #35
إجمالي رموز الإخراج: 66,287
زمن الاستجابة (المتوسط): 18.87s
إجمالي التكلفة: $1.318

النموذج الموصى به GPT-5.3-Codex (medium)

Its score stays close to the best score here (9.1 vs 9.2), while costing about 2.6x less than Muse Wonder (medium).

مقارنة تفصيلية

المقياس	Muse Wonder Muse Wonder medium الإصدار: 2026-10-13	GPT-5.3-Codex GPT-5.3-Codex medium الإصدار: 2026-02-05

المقياس	Muse Wonder Muse Wonder medium الإصدار: 2026-10-13	GPT-5.3-Codex GPT-5.3-Codex medium الإصدار: 2026-02-05
النتيجة	9.2	9.1
الترتيب	#30	#35
الموثوقية	9.1	10.0
الاتساق	9.6	8.6
محاولات	69/69	69/69
اختبارات صحيحة
معدل النجاح لكل محاولة	76.8%	84.1%
اختبارات غير مستقرة	1	4
إجمالي مرات التشغيل	69	69
التكلفة لكل نتيجة	19.982	7.753
إجمالي التكلفة	$3.397	$1.318
سعر الإدخال	$4.000 / 1M	$1.750 / 1M
سعر الإخراج	$20.000 / 1M	$14.000 / 1M
سعر قراءة ذاكرة التخزين المؤقت	$0.200 / 1M	$0.175 / 1M
سعر الكتابة في ذاكرة التخزين المؤقت	غير متاح	غير متاح
إجمالي رموز الإدخال	241,489	222,794
رموز الإخراج	11,575	7,357
رموز الاستدلال	109,971	58,930
زمن الاستجابة (المتوسط)	21.58s	18.87s
زمن الاستجابة (الحد الأقصى)	162.73s	100.93s
زمن الاستجابة (الإجمالي)	496.40s	433.94s
المعلمات	~1T الإجمالي (~50B النشطة)	~1.2T الإجمالي (~80B 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.

#30 Muse Wonder

medium

التكلفة: $0.208
الوقت: 64.8s
الرموز: 10,444 tok

#35 GPT-5.3-Codex

medium

التكلفة: $0.049
الوقت: 54.9s
الرموز: 3,580 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 Wonder	10.0	10.0	100.0%	0		46.05s	148,242	2,406	2,850
GPT-5.3-Codex	10.0	10.0	100.0%	0		61.91s	141,607	1,099	4,814

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 Wonder	8.3	10.0	75.0%	0		4.84s	594	378	3,874
GPT-5.3-Codex	8.7	7.9	91.7%	1		4.16s	606	240	1,722

البرمجة	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Muse Wonder	10.0	10.0	100.0%	0		26.87s	7,401	1,181	26,424
GPT-5.3-Codex	10.0	10.0	100.0%	0		19.50s	7,302	535	10,890

مجمّع	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Muse Wonder	10.0	10.0	100.0%	0		28.23s	66,033	4,934	17,166
GPT-5.3-Codex	10.0	10.0	100.0%	0		26.04s	57,988	4,258	5,816

تحليل البيانات واستخراجها	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Muse Wonder	10.0	10.0	100.0%	0		6.12s	7,053	433	3,670
GPT-5.3-Codex	10.0	10.0	100.0%	0		3.07s	7,140	234	728

خاص بالمجال	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Muse Wonder	5.3	10.0	33.3%	0		70.72s	555	960	42,167
GPT-5.3-Codex	5.9	7.2	55.6%	1		63.93s	732	71	30,150

الذكاء العام	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Muse Wonder	10.0	10.0	100.0%	0		7.32s	519	147	1,123
GPT-5.3-Codex	4.6	10.0	0.0%	0		4.87s	477	187	331

اتباع التعليمات	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Muse Wonder	6.6	10.0	50.0%	0		3.88s	523	124	1,783
GPT-5.3-Codex	10.0	10.0	100.0%	0		3.04s	660	93	693

حل الألغاز	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Muse Wonder	7.7	10.0	66.7%	0		9.63s	564	481	4,834
GPT-5.3-Codex	9.0	7.9	88.9%	1		5.05s	642	356	1,593

استدعاء الأدوات	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Muse Wonder	10.0	10.0	100.0%	0		9.26s	9,780	369	2,803
GPT-5.3-Codex	10.0	10.0	100.0%	0		6.37s	5,445	254	492

معلومات عامة	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Muse Wonder	4.7	1.6	66.7%	1		16.33s	225	162	3,277
GPT-5.3-Codex	2.8	1.6	33.3%	1		14.43s	195	30	1,701

تبديل زوج المقارنة

Claude Haiku 5.5xhighvsGPT-5.3-Codexmedium GPT-5.3-CodexmediumvsQwen3.8 Max (0902)high Muse Spark 1.3highvsGPT-5.3-Codexmedium Muse WonderlowvsGPT-5.3-Codexmedium Claude Sonnet 5.5maxvsMuse Wondermedium GPT-5.3-CodexmediumvsParetodefault Seed 2.1 TurbohighvsGPT-5.3-Codexmedium Muse WonderminimalvsGPT-5.3-Codexmedium Claude Sonnet 5.5maxvsGPT-5.3-Codexmedium Seed 2.1 TurbolowvsMuse Wondermedium Muse WondermediumvsQwen3.8 Max (0902)high Claude Haiku 5.5xhighvsMuse Wondermedium