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-5.3-Codex

GPT-5.3-Codex (medium) average score-এ এগিয়ে: 8.9 vs 8.1. GPT-5.3-Codex (medium)-এর benchmark খরচ কম: $0.920 vs $1.694. GPT-5.3-Codex (medium) দ্রুত: 16.96s vs 31.49s, pass rates 69.7% vs 83.3%.

প্রস্তাবিত মডেলGPT-5.3-Codex (medium)It has the best score here (8.9), 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-5.3-Codex GPT-5.3-Codex medium প্রকাশ: 2026-02-05
স্কোর 8.1 8.9
র‍্যাঙ্ক #27 #13
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 7.9 8.6
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 69.7% 83.3%
অস্থির টেস্ট 6 4
মোট রান 64 66
প্রতি ফলাফলে খরচ 14.116 5.748
মোট খরচ $1.694 $0.920
ইনপুট মূল্য $1.250 / 1M $1.750 / 1M
আউটপুট মূল্য $4.250 / 1M $14.000 / 1M
মোট ইনপুট টোকেন 129,423 81,268
আউটপুট টোকেন 8,077 6,251
রিজনিং টোকেন 352,421 49,274
প্রতিক্রিয়া সময় (গড়) 31.49s 16.96s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 196.03s 100.93s
প্রতিক্রিয়া সময় (মোট) 661.28s 373.19s

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

#13 GPT-5.3-Codex

medium
খরচ
$0.049
সময়
54.9s
টোকেন
3,580 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-5.3-Codex 10.0 10.0 100.0% 0 19.50s 7,302 535 10,890

দ্রুত তুলনা

তুলনার জুটি বদলান