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 (xhigh)

GPT-6.1 Terra (xhigh) average score में आगे है: 9.3 vs 9.2. Muse Ember (high) की benchmark लागत कम है: $0.156 vs $0.789. Muse Ember (high) तेज है: 11.67s vs 23.65s, 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
#33
कुल आउटपुट टोकन
121,002
प्रतिक्रिया समय (औसत)
23.65s
कुल लागत
$0.789
अनुशंसित मॉडल Muse Ember (high)

Its score stays close to the best score here (9.2 vs 9.3), while costing about 5.1x less than GPT-6.1 Terra (xhigh).

विस्तृत तुलना

मेट्रिक Muse Ember Muse Ember high रिलीज़: 2026-11-09 GPT-6.1 Terra GPT-6.1 Terra xhigh रिलीज़: 2026-10-26
स्कोर 9.2 9.3
रैंक #36 #33
विश्वसनीयता 10.0 10.0
संगति 9.6 8.6
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 79.7% 88.4%
अस्थिर टेस्ट 1 4
कुल रन 69 69
प्रति परिणाम लागत 0.865 4.379
कुल लागत $0.156 $0.789
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 282,192 183,057
आउटपुट टोकन 14,054 5,490
रीजनिंग टोकन 240,838 115,512
प्रतिक्रिया समय (औसत) 11.67s 23.65s
प्रतिक्रिया समय (अधिकतम) 53.01s 236.28s
प्रतिक्रिया समय (कुल) 268.45s 543.86s
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

#33 GPT-6.1 Terra

xhigh
लागत
$0.050
समय
109.1s
टोकन
9,926 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 15.91s 7,302 387 11,030

त्वरित तुलना

तुलना जोड़ी बदलें

Claude Opus 5mediumvsGPT-6.1 TerraxhighSeed 2.1 TurbolowvsMuse EmberhighClaude Opus 5highvsGPT-6.1 TerraxhighGemini 3.7 FlashlowvsGPT-6.1 TerraxhighClaude Opus 5.5mediumvsMuse EmberhighMuse EmberhighvsGPT-5.5mediumClaude Opus 5.5highvsGPT-6.1 TerraxhighClaude Sonnet 5.5maxvsMuse EmberhighMuse EmberhighvsGPT-6.1 TerralowMuse EmberhighvsQwen3.8 MAXmediumSeed 2.1 TurbolowvsGPT-6.1 TerraxhighDeepSeek V4.1 Flash 1017lowvsMuse Emberhigh