नेविगेशन
Advertise here

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

GPT-6.1 Terra (low) average score में आगे है: 9.3 vs 8.8. GPT-6.1 Terra (low) की benchmark लागत कम है: $0.221 vs $0.232. GPT-6.1 Terra (low) तेज है: 6.05s vs 13.90s, pass rates 76.8% vs 85.5%.

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

तुलना किए गए मॉडल

रैंक
#73
कुल आउटपुट टोकन
409,112
प्रतिक्रिया समय (औसत)
13.90s
कुल लागत
$0.232
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 2.3x faster than Muse Ember (xhigh).

विस्तृत तुलना

मेट्रिक Muse Ember Muse Ember xhigh रिलीज़: 2026-11-09 GPT-6.1 Terra GPT-6.1 Terra low रिलीज़: 2026-10-26
स्कोर 8.8 9.3
रैंक #73 #34
विश्वसनीयता 10.0 10.0
संगति 8.9 9.7
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 76.8% 85.5%
अस्थिर टेस्ट 3 1
कुल रन 69 69
प्रति परिणाम लागत 1.450 1.162
कुल लागत $0.232 $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 274,208 157,463
आउटपुट टोकन 11,740 4,879
रीजनिंग टोकन 397,372 7,777
प्रतिक्रिया समय (औसत) 13.90s 6.05s
प्रतिक्रिया समय (अधिकतम) 79.38s 43.50s
प्रतिक्रिया समय (कुल) 319.61s 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.

#73 Muse Ember

xhigh
लागत
$0.008
समय
24.3s
टोकन
14,705 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 10.41s 7,410 1,225 40,702
GPT-6.1 Terra 10.0 10.0 100.0% 0 3.51s 7,302 393 938

तुलना जोड़ी बदलें