নেভিগেশন
AI BENCHY
Advertise here

Meta: Muse Spark 1.1 vs OpenAI: GPT-5.2

GPT-5.2 (medium) average score-এ এগিয়ে: 8.4 vs 8.1. GPT-5.2 (medium)-এর benchmark খরচ কম: $0.951 vs $1.694. GPT-5.2 (medium) দ্রুত: 22.62s vs 31.49s, pass rates 69.7% vs 72.7%.

প্রস্তাবিত মডেলGPT-5.2 (medium)It has the best score here (8.4), while costing about 1.8x 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 GPT-5.2 medium প্রকাশ: 2025-12-11
স্কোর 8.1 8.4
র‍্যাঙ্ক #27 #21
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 7.9 8.5
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 69.7% 72.7%
অস্থির টেস্ট 6 4
মোট রান 64 66
প্রতি ফলাফলে খরচ 14.116 6.791
মোট খরচ $1.694 $0.951
ইনপুট মূল্য $1.250 / 1M $1.750 / 1M
আউটপুট মূল্য $4.250 / 1M $14.000 / 1M
মোট ইনপুট টোকেন 129,423 105,004
আউটপুট টোকেন 8,077 9,914
রিজনিং টোকেন 352,421 44,868
প্রতিক্রিয়া সময় (গড়) 31.49s 22.62s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 196.03s 102.93s
প্রতিক্রিয়া সময় (মোট) 661.28s 339.28s

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

#21 GPT-5.2

medium
খরচ
$0.047
সময়
49.2s
টোকেন
3,396 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 10.0 10.0 100.0% 0 22.73s 7,302 511 11,912

দ্রুত তুলনা

তুলনার জুটি বদলান