নেভিগেশন
Advertise here

Muse Wonder (xhigh) vs GPT-6 Luna (high)

GPT-6 Luna (high) average score-এ এগিয়ে: 7.7 vs 7.7. GPT-6 Luna (high)-এর benchmark খরচ কম: $0.074 vs $4.012. GPT-6 Luna (high) দ্রুত: 20.37s vs 34.40s, pass rates 65.2% vs 73.9%.

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

তুলনা করা মডেল

র‍্যাঙ্ক
#129
মোট আউটপুট টোকেন
181,988
প্রতিক্রিয়া সময় (গড়)
34.40s
মোট খরচ
$4.012
র‍্যাঙ্ক
#123
মোট আউটপুট টোকেন
101,587
প্রতিক্রিয়া সময় (গড়)
20.37s
মোট খরচ
$0.074
প্রস্তাবিত মডেল GPT-6 Luna (high)

It has the best score here (7.7), while costing about 54.4x less than Muse Wonder (xhigh).

বিস্তারিত তুলনা

মেট্রিক Muse Wonder Muse Wonder xhigh প্রকাশ: 2026-10-13 GPT-6 Luna GPT-6 Luna high প্রকাশ: 2026-09-23
স্কোর 7.7 7.7
র‍্যাঙ্ক #129 #123
নির্ভরযোগ্যতা 9.1 10.0
ধারাবাহিকতা 9.3 8.7
প্রচেষ্টা 69/69 69/69
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 65.2% 73.9%
অস্থির টেস্ট 2 4
মোট রান 69 69
প্রতি ফলাফলে খরচ 28.658 0.492
মোট খরচ $4.012 $0.074
ইনপুট মূল্য $4.000 / 1M $0.100 / 1M
আউটপুট মূল্য $20.000 / 1M $0.500 / 1M
ক্যাশ পড়ার মূল্য $0.200 / 1M $0.010 / 1M
ক্যাশ লেখার মূল্য প্রযোজ্য নয় $0.125 / 1M
মোট ইনপুট টোকেন 93,060 229,986
আউটপুট টোকেন 10,305 6,037
রিজনিং টোকেন 171,683 95,550
প্রতিক্রিয়া সময় (গড়) 34.40s 20.37s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 236.64s 106.93s
প্রতিক্রিয়া সময় (মোট) 791.16s 468.52s
প্যারামিটার ~1T মোট (~50B সক্রিয়) ~400B মোট (~17B 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.

#129 Muse Wonder

xhigh
খরচ
$0.266
সময়
95.4s
টোকেন
13,379 tok

#123 GPT-6 Luna

high
খরচ
$0.003
সময়
49.2s
টোকেন
5,231 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 40.90s 7,401 1,639 46,235
GPT-6 Luna 7.8 7.4 77.8% 1 24.69s 7,302 483 15,691

তুলনার জুটি বদলান