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

Muse Spark 1.1 (medium) vs GPT-5.4 (medium)

Muse Spark 1.1 (medium) average score-এ এগিয়ে: 8.6 vs 8.5. Muse Spark 1.1 (medium)-এর benchmark খরচ কম: $1.420 vs $1.560. GPT-5.4 (medium) দ্রুত: 22.85s vs 26.25s, pass rates 72.7% vs 77.3%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-09-02

র‍্যাঙ্ক
#39
মোট আউটপুট টোকেন
292,152
প্রতিক্রিয়া সময় (গড়)
26.25s
মোট খরচ
$1.420
র‍্যাঙ্ক
#43
মোট আউটপুট টোকেন
90,466
প্রতিক্রিয়া সময় (গড়)
22.85s
মোট খরচ
$1.560
প্রস্তাবিত মডেল Muse Spark 1.1 (medium)

It has the strongest score in this comparison (8.6) and the best overall balance of cost and response time across all 2 models.

বিস্তারিত তুলনা

মেট্রিক Muse Spark 1.1 Muse Spark 1.1 medium প্রকাশ: 2026-07-16 GPT-5.4 GPT-5.4 medium প্রকাশ: 2026-03-05
স্কোর 8.6 8.5
র‍্যাঙ্ক #39 #43
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 9.2 8.6
প্রচেষ্টা 66/66 66/66
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 72.7% 77.3%
অস্থির টেস্ট 2 4
মোট রান 66 66
প্রতি ফলাফলে খরচ 9.463 10.399
মোট খরচ $1.420 $1.560
ইনপুট মূল্য $1.250 / 1M $2.500 / 1M
আউটপুট মূল্য $4.250 / 1M $15.000 / 1M
মোট ইনপুট টোকেন 142,147 81,136
আউটপুট টোকেন 7,905 6,155
রিজনিং টোকেন 284,247 84,311
প্রতিক্রিয়া সময় (গড়) 26.25s 22.85s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 165.38s 100.41s
প্রতিক্রিয়া সময় (মোট) 577.47s 502.78s
প্যারামিটার ~1T মোট (~50B সক্রিয়) ~1.5T মোট (~100B 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.

#39 Muse Spark 1.1

medium
খরচ
$0.024
সময়
29.2s
টোকেন
5,774 tok

#43 GPT-5.4

medium
খরচ
$0.214
সময়
199.6s
টোকেন
14,349 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 15.66s 8,562 347 23,562
GPT-5.4 8.8 7.8 88.9% 1 44.36s 7,305 433 24,216

দ্রুত তুলনা

তুলনার জুটি বদলান