নেভিগেশন
Advertise here

Muse Wonder (high) vs Grok 4.5 (low)

Grok 4.5 (low) average score-এ এগিয়ে: 7.8 vs 7.7. Grok 4.5 (low)-এর benchmark খরচ কম: $1.345 vs $3.426. Grok 4.5 (low) দ্রুত: 18.14s vs 22.96s, pass rates 66.7% vs 73.9%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-10-13

তুলনা করা মডেল

র‍্যাঙ্ক
#122
মোট আউটপুট টোকেন
152,440
প্রতিক্রিয়া সময় (গড়)
22.96s
মোট খরচ
$3.426
র‍্যাঙ্ক
#120
মোট আউটপুট টোকেন
121,415
প্রতিক্রিয়া সময় (গড়)
18.14s
মোট খরচ
$1.345
প্রস্তাবিত মডেল Grok 4.5 (low)

It has the best score here (7.8), while costing about 2.5x less than Muse Wonder (high).

বিস্তারিত তুলনা

মেট্রিক Muse Wonder Muse Wonder high প্রকাশ: 2026-10-13 Grok 4.5 Grok 4.5 low প্রকাশ: 2026-07-08
স্কোর 7.7 7.8
র‍্যাঙ্ক #122 #120
নির্ভরযোগ্যতা 9.3 10.0
ধারাবাহিকতা 9.6 9.3
প্রচেষ্টা 69/69 69/69
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 66.7% 73.9%
অস্থির টেস্ট 1 2
মোট রান 69 69
প্রতি ফলাফলে খরচ 22.837 8.404
মোট খরচ $3.426 $1.345
ইনপুট মূল্য $4.000 / 1M $2.000 / 1M
আউটপুট মূল্য $20.000 / 1M $6.000 / 1M
ক্যাশ পড়ার মূল্য $0.200 / 1M $0.300 / 1M
ক্যাশ লেখার মূল্য প্রযোজ্য নয় প্রযোজ্য নয়
মোট ইনপুট টোকেন 94,153 308,068
আউটপুট টোকেন 9,606 9,218
রিজনিং টোকেন 142,834 112,197
প্রতিক্রিয়া সময় (গড়) 22.96s 18.14s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 143.21s 205.28s
প্রতিক্রিয়া সময় (মোট) 528.08s 417.21s
প্যারামিটার ~1T মোট (~50B সক্রিয়) ~1.7T মোট (~170B সক্রিয়)
উপলভ্যতা বন্ধ উৎস বন্ধ উৎস

ক্যাশের মূল্য ইনপুট টোকেনের জন্য প্রযোজ্য। পড়ার সময় ক্যাশ করা প্রম্পট আবার ব্যবহার হয়; লেখার সময় সেগুলি সংরক্ষিত হয় এবং বাড়তি খরচ হতে পারে। আউটপুট টোকেনের জন্য আউটপুট মূল্য প্রযোজ্য।

মডেল জেনারেশন শোকেস

Hamster playing table tennis

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

#122 Muse Wonder

high
খরচ
$0.199
সময়
113.0s
টোকেন
10,002 tok

#120 SpaceXAI: Grok 4.5

low
খরচ
$0.011
সময়
12.4s
টোকেন
2,018 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 Wonder 10.0 10.0 100.0% 0 36.94s 7,401 1,392 35,716
Grok 4.5 10.0 10.0 100.0% 0 13.72s 9,579 303 15,641

তুলনার জুটি বদলান