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

AI BENCHY तुलना

Meta: Muse Spark 1.1 vs OpenAI: GPT-5.5

सारांश

GPT-5.5 (low) average score में आगे है: 9.3 vs 8.9. GPT-5.5 (low) की benchmark लागत कम है: $0.907 vs $1.152. GPT-5.5 (low) तेज है: 9.76s vs 23.35s, pass rates 76.2% vs 85.7%.

अनुशंसित मॉडलGPT-5.5 (low)It has the best score here (9.3), while responding about 2.4x faster than Muse Spark 1.1 (medium).

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-16

मेट्रिक Muse Spark 1.1 Muse Spark 1.1 medium रिलीज़: 2026-07-16 GPT-5.5 GPT-5.5 low रिलीज़: 2026-04-24
स्कोर 8.9 9.3
रैंक #15 #7
विश्वसनीयता 10.0 10.0
संगति 9.2 10.0
सही परीक्षण
प्रति प्रयास पास दर 76.2% 85.7%
अस्थिर टेस्ट 2 0
कुल रन 63 63
प्रति परिणाम लागत 7.676 5.035
कुल लागत $1.152 $0.907
इनपुट कीमत $1.250 / 1M $5.000 / 1M
आउटपुट कीमत $4.250 / 1M $30.000 / 1M
कुल इनपुट टोकन 59,928 34,209
आउटपुट टोकन 3,523 2,046
रीजनिंग टोकन 249,752 22,460
प्रतिक्रिया समय (औसत) 23.35s 9.76s
प्रतिक्रिया समय (अधिकतम) 165.38s 56.19s
प्रतिक्रिया समय (कुल) 490.40s 204.92s

जनरेशन शोकेस

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#15 Muse Spark 1.1

medium
लागत
$0.024
समय
29.2s
टोकन
5,774 tok

#7 GPT-5.5

low
लागत
$0.068
समय
37.0s
टोकन
2,339 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 Spark 1.1 10.0 10.0 100.0% 0 15.66s 8,562 347 23,562
GPT-5.5 10.0 10.0 100.0% 0 15.04s 7,302 423 6,402

त्वरित तुलना

तुलना जोड़ी बदलें