নেভিগেশন
AI BENCHY
Advertise here

Muse Spark 1.1 (high) vs GPT-5.2 Chat

Muse Spark 1.1 (high) average score-এ এগিয়ে: 8.0 vs 7.9. GPT-5.2 Chat-এর benchmark খরচ কম: $0.594 vs $1.709. GPT-5.2 Chat দ্রুত: 7.73s vs 30.84s, pass rates 68.2% vs 69.7%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-08-29

র‍্যাঙ্ক
#53
মোট আউটপুট টোকেন
363,989
প্রতিক্রিয়া সময় (গড়)
30.84s
মোট খরচ
$1.709
র‍্যাঙ্ক
#60
মোট আউটপুট টোকেন
29,742
প্রতিক্রিয়া সময় (গড়)
7.73s
মোট খরচ
$0.594
প্রস্তাবিত মডেল GPT-5.2 Chat

Its score stays close to the best score here (7.9 vs 8.0), while costing about 2.9x less than Muse Spark 1.1 (high).

বিস্তারিত তুলনা

মেট্রিক Muse Spark 1.1 Muse Spark 1.1 high প্রকাশ: 2026-07-16 GPT-5.2 Chat GPT-5.2 Chat none প্রকাশ: 2025-12-11
স্কোর 8.0 7.9
র‍্যাঙ্ক #53 #60
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 7.9 8.6
প্রচেষ্টা 64/66 66/66
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 68.2% 69.7%
অস্থির টেস্ট 6 4
মোট রান 64 66
প্রতি ফলাফলে খরচ 14.236 4.564
মোট খরচ $1.709 $0.594
ইনপুট মূল্য $1.250 / 1M $1.750 / 1M
আউটপুট মূল্য $4.250 / 1M $14.000 / 1M
মোট ইনপুট টোকেন 129,003 101,104
আউটপুট টোকেন 8,340 29,742
রিজনিং টোকেন 355,649 0
প্রতিক্রিয়া সময় (গড়) 30.84s 7.73s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 196.03s 38.52s
প্রতিক্রিয়া সময় (মোট) 647.67s 162.40s
প্যারামিটার ~1T মোট (~50B সক্রিয়) ~400B মোট (~17B সক্রিয়)
উপলভ্যতা বন্ধ উৎস বন্ধ উৎস

মডেল জেনারেশন শোকেস

Hamster playing table tennis

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

#53 Muse Spark 1.1

high
খরচ
$0.039
সময়
50.1s
টোকেন
9,423 tok

#60 GPT-5.2 Chat

none
খরচ
$0.010
সময়
15.3s
টোকেন
797 tok

স্কোর অনুযায়ী শীর্ষ মডেল

স্কোর বনাম মোট খরচ

প্রতিক্রিয়া সময় (গড়)

স্কোর vs প্রতিক্রিয়া সময় (গড়)

মোট আউটপুট টোকেন

স্কোর vs মোট আউটপুট টোকেন

বিভাগভিত্তিক বিশ্লেষণ

কোডিং স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
Muse Spark 1.1 10.0 10.0 100.0% 0 22.92s 8,562 349 36,039
GPT-5.2 Chat 8.8 7.8 88.9% 1 9.82s 7,305 6,731 0

দ্রুত তুলনা

তুলনার জুটি বদলান