नेविगेशन
Advertise here

Muse Ember (high) vs GPT-6.1 Sol (low)

GPT-6.1 Sol (low) average score में आगे है: 9.6 vs 9.2. Muse Ember (high) की benchmark लागत कम है: $0.156 vs $0.460. GPT-6.1 Sol (low) तेज है: 7.15s vs 11.67s, pass rates 79.7% vs 92.8%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-13

तुलना किए गए मॉडल

रैंक
#37
कुल आउटपुट टोकन
254,892
प्रतिक्रिया समय (औसत)
11.67s
कुल लागत
$0.156
रैंक
#17
कुल आउटपुट टोकन
13,138
प्रतिक्रिया समय (औसत)
7.15s
कुल लागत
$0.460
अनुशंसित मॉडल Muse Ember (high)

Its score stays close to the best score here (9.2 vs 9.6), while costing about 2.9x less than GPT-6.1 Sol (low).

विस्तृत तुलना

मेट्रिक Muse Ember Muse Ember high रिलीज़: 2026-11-09 GPT-6.1 Sol GPT-6.1 Sol low रिलीज़: 2026-09-29
स्कोर 9.2 9.6
रैंक #37 #17
विश्वसनीयता 10.0 10.0
संगति 9.6 9.6
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 79.7% 92.8%
अस्थिर टेस्ट 1 1
कुल रन 69 69
प्रति परिणाम लागत 0.865 2.187
कुल लागत $0.156 $0.460
इनपुट कीमत $0.100 / 1M $2.000 / 1M
आउटपुट कीमत $0.500 / 1M $10.000 / 1M
कैश पढ़ने की कीमत $0.004 / 1M $0.100 / 1M
कैश लिखने की कीमत $0.125 / 1M $2.500 / 1M
कुल इनपुट टोकन 282,192 163,900
आउटपुट टोकन 14,054 4,958
रीजनिंग टोकन 240,838 8,180
प्रतिक्रिया समय (औसत) 11.67s 7.15s
प्रतिक्रिया समय (अधिकतम) 53.01s 46.57s
प्रतिक्रिया समय (कुल) 268.45s 164.47s
पैरामीटर ~150B कुल (~10B सक्रिय) ~2T कुल (~150B 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.

#37 Muse Ember

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

#17 GPT-6.1 Sol

low
लागत
$0.028
समय
44.6s
टोकन
2,881 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-6.1 Sol 10.0 10.0 100.0% 0 4.48s 7,302 388 1,286

त्वरित तुलना

तुलना जोड़ी बदलें

Gemini 3 Flash PreviewmediumvsGPT-6.1 SollowGemini 4 HydrogenmediumvsMuse EmberhighSeed 2.1 TurbolowvsMuse EmberhighGemini 4 HydrogenlowvsMuse EmberhighGemini 4 ArgonhighvsGPT-6.1 SollowGemini 3.7 FlashmediumvsGPT-6.1 SollowClaude Opus 5.5mediumvsMuse EmberhighMuse EmberhighvsGPT-5.5mediumClaude Sonnet 5.5maxvsMuse EmberhighMuse EmberhighvsGPT-6.1 TerralowMuse EmberhighvsQwen3.8 MAXmediumDeepSeek V4.1 Flash 1017lowvsMuse Emberhigh