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

AI BENCHY Compare

Meta: Muse Spark 1.1 vs OpenAI: GPT-5.5

সারাংশ

GPT-5.5 (medium) average score-এ এগিয়ে: 9.0 vs 8.9. Muse Spark 1.1 (medium)-এর benchmark খরচ কম: $1.152 vs $3.679. Muse Spark 1.1 (medium) দ্রুত: 23.35s vs 37.98s, pass rates 76.2% vs 87.3%.

প্রস্তাবিত মডেলMuse Spark 1.1 (medium)Its score stays close to the best score here (8.9 vs 9.0), while costing about 3.2x less than GPT-5.5 (medium).

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

মেট্রিক Muse Spark 1.1 Muse Spark 1.1 medium প্রকাশ: 2026-07-16 GPT-5.5 GPT-5.5 medium প্রকাশ: 2026-04-24
স্কোর 8.9 9.0
র‍্যাঙ্ক #15 #12
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 9.2 8.9
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 76.2% 87.3%
অস্থির টেস্ট 2 3
মোট রান 63 63
প্রতি ফলাফলে খরচ 7.676 21.638
মোট খরচ $1.152 $3.679
ইনপুট মূল্য $1.250 / 1M $5.000 / 1M
আউটপুট মূল্য $4.250 / 1M $30.000 / 1M
মোট ইনপুট টোকেন 59,928 34,212
আউটপুট টোকেন 3,523 1,985
রিজনিং টোকেন 249,752 114,925
প্রতিক্রিয়া সময় (গড়) 23.35s 37.98s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 165.38s 332.10s
প্রতিক্রিয়া সময় (মোট) 490.40s 797.60s

জেনারেশন শোকেস

Hamster playing table tennis

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

#15 Muse Spark 1.1

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

#12 GPT-5.5

medium
খরচ
$0.112
সময়
71.9s
টোকেন
3,807 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-5.5 8.8 7.8 88.9% 1 59.77s 7,305 362 24,959

দ্রুত তুলনা

তুলনার জুটি বদলান