নেভিগেশন
AI BENCHY
Advertise here

Meta: Muse Spark 1.1 vs OpenAI: GPT-5.4

Muse Spark 1.1 (medium) average score-এ এগিয়ে: 8.6 vs 8.5. Muse Spark 1.1 (medium)-এর benchmark খরচ কম: $1.357 vs $1.533. GPT-5.4 (medium) দ্রুত: 23.10s vs 24.97s, pass rates 72.7% vs 77.3%.

প্রস্তাবিত মডেলMuse 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.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-07-18

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 #16 #18
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 9.2 8.6
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 72.7% 77.3%
অস্থির টেস্ট 2 4
মোট রান 66 66
প্রতি ফলাফলে খরচ 9.041 10.220
মোট খরচ $1.357 $1.533
ইনপুট মূল্য $1.250 / 1M $2.500 / 1M
আউটপুট মূল্য $4.250 / 1M $15.000 / 1M
মোট ইনপুট টোকেন 142,567 81,127
আউটপুট টোকেন 7,905 6,155
রিজনিং টোকেন 269,225 82,515
প্রতিক্রিয়া সময় (গড়) 24.97s 23.10s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 165.38s 100.41s
প্রতিক্রিয়া সময় (মোট) 549.31s 508.26s

Hamster playing table tennis

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

#16 Muse Spark 1.1

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

#18 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