नेविगेशन
AI BENCHY
Advertise here

AI BENCHY तुलना

Meta: Muse Spark 1.1 vs OpenAI: GPT-5.6 Sol

सारांश

GPT-5.6 Sol (high) average score में आगे है: 9.4 vs 8.9. GPT-5.6 Sol (high) की benchmark लागत कम है: $0.821 vs $1.152. GPT-5.6 Sol (high) तेज है: 10.56s vs 23.35s, pass rates 76.2% vs 88.9%.

अनुशंसित मॉडलGPT-5.6 Sol (high)It has the best score here (9.4), while responding about 2.2x 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-5.6 Sol GPT-5.6 Sol high रिलीज़: 2026-07-09
स्कोर 8.9 9.4
रैंक #15 #6
विश्वसनीयता 10.0 10.0
संगति 9.2 8.8
सही परीक्षण
प्रति प्रयास पास दर 76.2% 88.9%
अस्थिर टेस्ट 2 3
कुल रन 63 63
प्रति परिणाम लागत 7.676 4.824
कुल लागत $1.152 $0.821
इनपुट कीमत $1.250 / 1M $5.000 / 1M
आउटपुट कीमत $4.250 / 1M $30.000 / 1M
कुल इनपुट टोकन 59,928 34,114
आउटपुट टोकन 3,523 1,872
रीजनिंग टोकन 249,752 19,777
प्रतिक्रिया समय (औसत) 23.35s 10.56s
प्रतिक्रिया समय (अधिकतम) 165.38s 54.79s
प्रतिक्रिया समय (कुल) 490.40s 221.69s

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

#6 GPT-5.6 Sol

high
लागत
$0.151
समय
201.9s
टोकन
5,100 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-5.6 Sol 10.0 10.0 100.0% 0 12.52s 7,302 404 5,656

त्वरित तुलना

तुलना जोड़ी बदलें