नेविगेशन
Advertise here

Muse Ember (high) vs GPT-5.5 (medium)

Muse Ember (high) average score में आगे है: 9.2 vs 9.2. Muse Ember (high) की benchmark लागत कम है: $0.156 vs $4.809. Muse Ember (high) तेज है: 11.67s vs 39.86s, pass rates 79.7% vs 88.4%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-10

तुलना किए गए मॉडल

रैंक
#36
कुल आउटपुट टोकन
254,892
प्रतिक्रिया समय (औसत)
11.67s
कुल लागत
$0.156
रैंक
#40
कुल आउटपुट टोकन
130,107
प्रतिक्रिया समय (औसत)
39.86s
कुल लागत
$4.809
अनुशंसित मॉडल Muse Ember (high)

It has the best score here (9.2), while costing about 30.9x less than GPT-5.5 (medium).

विस्तृत तुलना

मेट्रिक Muse Ember Muse Ember high रिलीज़: 2026-11-09 GPT-5.5 GPT-5.5 medium रिलीज़: 2026-04-24
स्कोर 9.2 9.2
रैंक #36 #40
विश्वसनीयता 10.0 10.0
संगति 9.6 9.0
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 79.7% 88.4%
अस्थिर टेस्ट 1 3
कुल रन 69 69
प्रति परिणाम लागत 0.865 25.306
कुल लागत $0.156 $4.809
इनपुट कीमत $0.100 / 1M $5.000 / 1M
आउटपुट कीमत $0.500 / 1M $30.000 / 1M
कैश पढ़ने की कीमत $0.004 / 1M $0.500 / 1M
कैश लिखने की कीमत $0.125 / 1M लागू नहीं
कुल इनपुट टोकन 282,192 180,959
आउटपुट टोकन 14,054 6,472
रीजनिंग टोकन 240,838 123,635
प्रतिक्रिया समय (औसत) 11.67s 39.86s
प्रतिक्रिया समय (अधिकतम) 53.01s 332.10s
प्रतिक्रिया समय (कुल) 268.45s 916.82s
पैरामीटर ~150B कुल (~10B सक्रिय) ~1.5T कुल (~100B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#36 Muse Ember

high
लागत
$0.005
समय
18.3s
टोकन
9,965 tok

#40 GPT-5.5

medium
लागत
$0.112
समय
71.9s
टोकन
3,807 tok

स्कोर के अनुसार शीर्ष मॉडल

स्कोर बनाम कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

श्रेणी विवरण

कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Muse Ember 10.0 10.0 100.0% 0 9.62s 7,410 1,213 34,691
GPT-5.5 8.8 7.8 88.9% 1 59.77s 7,305 362 24,959

त्वरित तुलना

तुलना जोड़ी बदलें

Claude Sonnet 5.5maxvsGPT-5.5mediumSeed 2.1 TurbolowvsMuse EmberhighDeepSeek V4.1 Flash 1017lowvsGPT-5.5mediumMuse Spark OpenhighvsGPT-5.5mediumClaude Opus 5.5mediumvsMuse EmberhighGPT-5.5mediumvsQwen3.8 Max (0902)highClaude Haiku 5.5xhighvsGPT-5.5mediumMuse Spark 1.3highvsGPT-5.5mediumClaude Sonnet 5.5maxvsMuse EmberhighMuse EmberhighvsGPT-6.1 TerralowMuse EmberhighvsQwen3.8 MAXmediumMuse WonderlowvsGPT-5.5medium