নেভিগেশন
AI BENCHY
Advertise here

Muse Spark 1.2 (high) vs GPT-5.4 (medium)

Muse Spark 1.2 (high) average score-এ এগিয়ে: 8.8 vs 8.5. GPT-5.4 (medium)-এর benchmark খরচ কম: $1.533 vs $1.632. GPT-5.4 (medium) দ্রুত: 23.10s vs 23.99s, pass rates 75.8% vs 77.3%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-08-05

র‍্যাঙ্ক
#20
মোট আউটপুট টোকেন
349,571
প্রতিক্রিয়া সময় (গড়)
23.99s
মোট খরচ
$1.632
র‍্যাঙ্ক
#29
মোট আউটপুট টোকেন
88,670
প্রতিক্রিয়া সময় (গড়)
23.10s
মোট খরচ
$1.533
প্রস্তাবিত মডেল Muse Spark 1.2 (high)

It has the strongest score in this comparison (8.8) and the best overall balance of cost and response time across all 2 models.

বিস্তারিত তুলনা

মেট্রিক Muse Spark 1.2 Muse Spark 1.2 high প্রকাশ: 2026-08-06 GPT-5.4 GPT-5.4 medium প্রকাশ: 2026-03-05
স্কোর 8.8 8.5
র‍্যাঙ্ক #20 #29
নির্ভরযোগ্যতা 9.8 10.0
ধারাবাহিকতা 8.7 8.6
বেঞ্চমার্ক কভারেজ 22/22 টেস্ট · 66/66 প্রচেষ্টা 22/22 টেস্ট · 66/66 প্রচেষ্টা
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 75.8% 77.3%
অস্থির টেস্ট 4 4
মোট রান 66 66
প্রতি ফলাফলে খরচ 10.880 10.220
মোট খরচ $1.632 $1.533
ইনপুট মূল্য $1.250 / 1M $2.500 / 1M
আউটপুট মূল্য $4.250 / 1M $15.000 / 1M
মোট ইনপুট টোকেন 117,028 81,127
আউটপুট টোকেন 6,983 6,155
রিজনিং টোকেন 342,588 82,515
প্রতিক্রিয়া সময় (গড়) 23.99s 23.10s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 192.00s 100.41s
প্রতিক্রিয়া সময় (মোট) 527.70s 508.26s

মডেল জেনারেশন শোকেস

Hamster playing table tennis

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

#20 Muse Spark 1.2

high
খরচ
$0.057
সময়
34.7s
টোকেন
13,356 tok

#29 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 1.2 10.0 10.0 100.0% 0 22.24s 7,275 351 47,857
GPT-5.4 8.8 7.8 88.9% 1 44.36s 7,305 433 24,216

দ্রুত তুলনা

তুলনার জুটি বদলান