নেভিগেশন
Advertise here

Muse Wonder (max) vs GPT-6.1 Sol (low)

GPT-6.1 Sol (low) average score-এ এগিয়ে: 9.6 vs 7.9. GPT-6.1 Sol (low)-এর benchmark খরচ কম: $0.460 vs $4.766. GPT-6.1 Sol (low) দ্রুত: 7.15s vs 44.39s, pass rates 75.4% vs 92.8%.

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

তুলনা করা মডেল

র‍্যাঙ্ক
#113
মোট আউটপুট টোকেন
219,635
প্রতিক্রিয়া সময় (গড়)
44.39s
মোট খরচ
$4.766
র‍্যাঙ্ক
#16
মোট আউটপুট টোকেন
13,138
প্রতিক্রিয়া সময় (গড়)
7.15s
মোট খরচ
$0.460
প্রস্তাবিত মডেল GPT-6.1 Sol (low)

It has the best score here (9.6), while costing about 10.4x less than Muse Wonder (max).

বিস্তারিত তুলনা

মেট্রিক Muse Wonder Muse Wonder max প্রকাশ: 2026-10-13 GPT-6.1 Sol GPT-6.1 Sol low প্রকাশ: 2026-09-29
স্কোর 7.9 9.6
র‍্যাঙ্ক #113 #16
নির্ভরযোগ্যতা 9.0 10.0
ধারাবাহিকতা 8.9 9.6
প্রচেষ্টা 69/69 69/69
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 75.4% 92.8%
অস্থির টেস্ট 3 1
মোট রান 69 69
প্রতি ফলাফলে খরচ 29.783 2.187
মোট খরচ $4.766 $0.460
ইনপুট মূল্য $4.000 / 1M $2.000 / 1M
আউটপুট মূল্য $20.000 / 1M $10.000 / 1M
ক্যাশ পড়ার মূল্য $0.200 / 1M $0.100 / 1M
ক্যাশ লেখার মূল্য প্রযোজ্য নয় $2.500 / 1M
মোট ইনপুট টোকেন 93,126 163,900
আউটপুট টোকেন 10,497 4,958
রিজনিং টোকেন 209,138 8,180
প্রতিক্রিয়া সময় (গড়) 44.39s 7.15s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 287.79s 46.57s
প্রতিক্রিয়া সময় (মোট) 1021.02s 164.47s
প্যারামিটার ~1T মোট (~50B সক্রিয়) ~2T মোট (~150B 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.

#113 Muse Wonder

max
খরচ
$0.429
সময়
207.0s
টোকেন
21,515 tok

#16 GPT-6.1 Sol

low
খরচ
$0.028
সময়
44.6s
টোকেন
2,881 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 58.38s 7,401 1,942 65,131
GPT-6.1 Sol 10.0 10.0 100.0% 0 4.48s 7,302 388 1,286

তুলনার জুটি বদলান