নেভিগেশন
AI BENCHY
Advertise here

Muse Spark 1.2 (high) vs GPT-5.5 (medium)

GPT-5.5 (medium) average score-এ এগিয়ে: 9.0 vs 8.8. Muse Spark 1.2 (high)-এর benchmark খরচ কম: $1.632 vs $4.137. Muse Spark 1.2 (high) দ্রুত: 23.99s vs 38.42s, pass rates 75.8% vs 87.9%.

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
#15
মোট আউটপুট টোকেন
124,436
প্রতিক্রিয়া সময় (গড়)
38.42s
মোট খরচ
$4.137
প্রস্তাবিত মডেল Muse Spark 1.2 (high)

Its score stays close to the best score here (8.8 vs 9.0), while costing about 2.5x less than GPT-5.5 (medium).

বিস্তারিত তুলনা

মেট্রিক Muse Spark 1.2 Muse Spark 1.2 high প্রকাশ: 2026-08-06 GPT-5.5 GPT-5.5 medium প্রকাশ: 2026-04-24
স্কোর 8.8 9.0
র‍্যাঙ্ক #20 #15
নির্ভরযোগ্যতা 9.8 10.0
ধারাবাহিকতা 8.7 8.9
বেঞ্চমার্ক কভারেজ 22/22 টেস্ট · 66/66 প্রচেষ্টা 22/22 টেস্ট · 66/66 প্রচেষ্টা
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 75.8% 87.9%
অস্থির টেস্ট 4 3
মোট রান 66 66
প্রতি ফলাফলে খরচ 10.880 22.980
মোট খরচ $1.632 $4.137
ইনপুট মূল্য $1.250 / 1M $5.000 / 1M
আউটপুট মূল্য $4.250 / 1M $30.000 / 1M
মোট ইনপুট টোকেন 117,028 80,659
আউটপুট টোকেন 6,983 5,617
রিজনিং টোকেন 342,588 118,819
প্রতিক্রিয়া সময় (গড়) 23.99s 38.42s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 192.00s 332.10s
প্রতিক্রিয়া সময় (মোট) 527.70s 845.35s

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

#15 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 1.2 10.0 10.0 100.0% 0 22.24s 7,275 351 47,857
GPT-5.5 8.8 7.8 88.9% 1 59.77s 7,305 362 24,959

দ্রুত তুলনা

তুলনার জুটি বদলান