নেভিগেশন
AI BENCHY
Advertise here

AI BENCHY Compare

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

সারাংশ

Muse Spark 1.1 (low) average score-এ এগিয়ে: 8.8 vs 8.5. GPT-5.2 Chat-এর benchmark খরচ কম: $0.393 vs $0.469. GPT-5.2 Chat দ্রুত: 7.13s vs 10.11s, pass rates 73.0% vs 74.6%.

প্রস্তাবিত মডেলGPT-5.2 ChatIt offers the best overall trade-off: a competitive score (8.5), lower cost than Muse Spark 1.1 (low), and balanced response time.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-07-16

মেট্রিক Muse Spark 1.1 Muse Spark 1.1 low প্রকাশ: 2026-07-16 GPT-5.2 Chat GPT-5.2 Chat none প্রকাশ: 2025-12-11
স্কোর 8.8 8.5
র‍্যাঙ্ক #17 #25
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 8.5 8.9
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 73.0% 74.6%
অস্থির টেস্ট 4 3
মোট রান 63 63
প্রতি ফলাফলে খরচ 3.606 2.803
মোট খরচ $0.469 $0.393
ইনপুট মূল্য $1.250 / 1M $1.750 / 1M
আউটপুট মূল্য $4.250 / 1M $14.000 / 1M
মোট ইনপুট টোকেন 59,923 34,212
আউটপুট টোকেন 3,722 23,744
রিজনিং টোকেন 88,947 0
প্রতিক্রিয়া সময় (গড়) 10.11s 7.13s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 54.15s 38.52s
প্রতিক্রিয়া সময় (মোট) 212.29s 149.69s

জেনারেশন শোকেস

Hamster playing table tennis

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

#17 Muse Spark 1.1

low
খরচ
$0.020
সময়
39.2s
টোকেন
4,947 tok

#25 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 10.34s 8,562 394 14,503
GPT-5.2 Chat 8.8 7.8 88.9% 1 9.82s 7,305 6,731 0

দ্রুত তুলনা

তুলনার জুটি বদলান