নেভিগেশন
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Meta: Muse Spark 1.1 vs OpenAI: GPT-5.2 Chat

average score প্রায় সমান: 8.1 vs 8.0. GPT-5.2 Chat-এর benchmark খরচ কম: $0.604 vs $1.694. GPT-5.2 Chat দ্রুত: 7.65s vs 31.49s, pass rates 69.7% vs 74.2%.

প্রস্তাবিত মডেলGPT-5.2 ChatIt has the best score here (8.0), while costing about 2.8x less than Muse Spark 1.1 (high).

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-07-17

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 8.1 8.0
র‍্যাঙ্ক #27 #29
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 7.9 8.6
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 69.7% 74.2%
অস্থির টেস্ট 6 4
মোট রান 64 66
প্রতি ফলাফলে খরচ 14.116 4.308
মোট খরচ $1.694 $0.604
ইনপুট মূল্য $1.250 / 1M $1.750 / 1M
আউটপুট মূল্য $4.250 / 1M $14.000 / 1M
মোট ইনপুট টোকেন 129,423 101,248
আউটপুট টোকেন 8,077 30,424
রিজনিং টোকেন 352,421 0
প্রতিক্রিয়া সময় (গড়) 31.49s 7.65s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 196.03s 38.52s
প্রতিক্রিয়া সময় (মোট) 661.28s 168.39s

Hamster playing table tennis

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

#27 Muse Spark 1.1

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

#29 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