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

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

GPT-6.1 Terra (low) average score में आगे है: 9.3 vs 9.2. Muse Ember (high) की benchmark लागत कम है: $0.156 vs $0.221. GPT-6.1 Terra (low) तेज है: 6.05s vs 11.67s, pass rates 79.7% vs 85.5%.

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
#34
कुल आउटपुट टोकन
12,656
प्रतिक्रिया समय (औसत)
6.05s
कुल लागत
$0.221
अनुशंसित मॉडल GPT-6.1 Terra (low)

It has the best score here (9.3), while responding about 1.9x faster than Muse Ember (high).

विस्तृत तुलना

मेट्रिक Muse Ember Muse Ember high रिलीज़: 2026-11-09 GPT-6.1 Terra GPT-6.1 Terra low रिलीज़: 2026-10-26
स्कोर 9.2 9.3
रैंक #36 #34
विश्वसनीयता 10.0 10.0
संगति 9.6 9.7
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 79.7% 85.5%
अस्थिर टेस्ट 1 1
कुल रन 69 69
प्रति परिणाम लागत 0.865 1.162
कुल लागत $0.156 $0.221
इनपुट कीमत $0.100 / 1M $1.000 / 1M
आउटपुट कीमत $0.500 / 1M $5.000 / 1M
कैश पढ़ने की कीमत $0.004 / 1M $0.050 / 1M
कैश लिखने की कीमत $0.125 / 1M $1.250 / 1M
कुल इनपुट टोकन 282,192 157,463
आउटपुट टोकन 14,054 4,879
रीजनिंग टोकन 240,838 7,777
प्रतिक्रिया समय (औसत) 11.67s 6.05s
प्रतिक्रिया समय (अधिकतम) 53.01s 43.50s
प्रतिक्रिया समय (कुल) 268.45s 139.21s
पैरामीटर ~150B कुल (~10B सक्रिय) ~1T कुल (~60B 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

#34 GPT-6.1 Terra

low
लागत
$0.011
समय
24.9s
टोकन
2,238 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 Terra 10.0 10.0 100.0% 0 3.51s 7,302 393 938

तुलना जोड़ी बदलें