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

Muse Ember (medium) vs GPT-6.1 Terra

GPT-6.1 Terra average score में आगे है: 8.6 vs 8.5. GPT-6.1 Terra की benchmark लागत कम है: $0.184 vs $0.190. GPT-6.1 Terra तेज है: 4.08s vs 12.39s, pass rates 75.4% vs 84.1%.

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

तुलना किए गए मॉडल

रैंक
#97
कुल आउटपुट टोकन
324,857
प्रतिक्रिया समय (औसत)
12.39s
कुल लागत
$0.190
रैंक
#89
कुल आउटपुट टोकन
4,906
प्रतिक्रिया समय (औसत)
4.08s
कुल लागत
$0.184
अनुशंसित मॉडल GPT-6.1 Terra

It has the best score here (8.6), while responding about 3.0x faster than Muse Ember (medium).

विस्तृत तुलना

मेट्रिक Muse Ember Muse Ember medium रिलीज़: 2026-11-09 GPT-6.1 Terra GPT-6.1 Terra none रिलीज़: 2026-10-26
स्कोर 8.5 8.6
रैंक #97 #89
विश्वसनीयता 10.0 10.0
संगति 8.2 9.3
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 75.4% 84.1%
अस्थिर टेस्ट 5 2
कुल रन 69 69
प्रति परिणाम लागत 1.266 1.021
कुल लागत $0.190 $0.184
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 274,381 159,129
आउटपुट टोकन 12,835 4,906
रीजनिंग टोकन 312,022 0
प्रतिक्रिया समय (औसत) 12.39s 4.08s
प्रतिक्रिया समय (अधिकतम) 75.32s 40.32s
प्रतिक्रिया समय (कुल) 285.08s 93.75s
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.

#97 Muse Ember

medium
लागत
$0.003
समय
10.0s
टोकन
5,136 tok

#89 GPT-6.1 Terra

none
लागत
$0.017
समय
36.8s
टोकन
3,297 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 6.94s 7,410 1,074 25,110
GPT-6.1 Terra 8.2 7.2 88.9% 1 1.86s 7,302 387 0

तुलना जोड़ी बदलें