নেভিগেশন
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Muse Wonder (max) vs Grok 4.5 (medium)

average score প্রায় সমান: 7.9 vs 7.8. Grok 4.5 (medium)-এর benchmark খরচ কম: $2.996 vs $4.766. Muse Wonder (max) দ্রুত: 44.39s vs 68.44s, pass rates 75.4% vs 79.7%.

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
#115
মোট আউটপুট টোকেন
306,044
প্রতিক্রিয়া সময় (গড়)
68.44s
মোট খরচ
$2.996
প্রস্তাবিত মডেল Grok 4.5 (medium)

It has the best score here (7.8), while costing about 1.6x less than Muse Wonder (max).

বিস্তারিত তুলনা

মেট্রিক Muse Wonder Muse Wonder max প্রকাশ: 2026-10-13 Grok 4.5 Grok 4.5 medium প্রকাশ: 2026-07-08
স্কোর 7.9 7.8
র‍্যাঙ্ক #113 #115
নির্ভরযোগ্যতা 9.0 10.0
ধারাবাহিকতা 8.9 9.0
প্রচেষ্টা 69/69 69/69
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 75.4% 79.7%
অস্থির টেস্ট 3 3
মোট রান 69 69
প্রতি ফলাফলে খরচ 29.783 14.430
মোট খরচ $4.766 $2.996
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 93,126 308,369
আউটপুট টোকেন 10,497 7,013
রিজনিং টোকেন 209,138 299,031
প্রতিক্রিয়া সময় (গড়) 44.39s 68.44s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 287.79s 436.38s
প্রতিক্রিয়া সময় (মোট) 1021.02s 1574.14s
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.

#113 Muse Wonder

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

#115 SpaceXAI: Grok 4.5

medium
খরচ
$0.044
সময়
59.4s
টোকেন
7,512 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
Grok 4.5 7.6 7.2 77.8% 1 155.69s 9,579 390 104,634

তুলনার জুটি বদলান