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-5.6 Terra

সারাংশ

Muse Spark 1.1 (medium) average score-এ এগিয়ে: 8.9 vs 8.2. GPT-5.6 Terra (high)-এর benchmark খরচ কম: $0.852 vs $1.152. GPT-5.6 Terra (high) দ্রুত: 10.89s vs 23.35s, pass rates 76.2% vs 68.3%.

প্রস্তাবিত মডেলGPT-5.6 Terra (high)Its score stays close to the best score here (8.2 vs 8.9), while responding about 2.1x faster than Muse Spark 1.1 (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-5.6 Terra GPT-5.6 Terra high প্রকাশ: 2026-07-09
স্কোর 8.9 8.2
র‍্যাঙ্ক #15 #32
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 9.2 9.6
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 76.2% 68.3%
অস্থির টেস্ট 2 1
মোট রান 63 63
প্রতি ফলাফলে খরচ 7.676 6.086
মোট খরচ $1.152 $0.852
ইনপুট মূল্য $1.250 / 1M $2.500 / 1M
আউটপুট মূল্য $4.250 / 1M $15.000 / 1M
মোট ইনপুট টোকেন 59,928 34,218
আউটপুট টোকেন 3,523 1,908
রিজনিং টোকেন 249,752 49,189
প্রতিক্রিয়া সময় (গড়) 23.35s 10.89s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 165.38s 91.49s
প্রতিক্রিয়া সময় (মোট) 490.40s 228.65s

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

#32 GPT-5.6 Terra

high
খরচ
$0.055
সময়
30.2s
টোকেন
3,748 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-5.6 Terra 7.6 7.2 77.8% 1 9.14s 7,302 370 6,087

দ্রুত তুলনা

তুলনার জুটি বদলান