नेविगेशन
AI BENCHY
Advertise here

AI BENCHY तुलना

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

सारांश

GPT-5.6 Sol (low) average score में आगे है: 9.5 vs 8.9. GPT-5.6 Sol (low) की benchmark लागत कम है: $0.649 vs $1.152. GPT-5.6 Sol (low) तेज है: 8.29s vs 23.35s, pass rates 76.2% vs 85.7%.

अनुशंसित मॉडलGPT-5.6 Sol (low)It has the best score here (9.5), while costing about 1.8x less 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 low रिलीज़: 2026-07-09
स्कोर 8.9 9.5
रैंक #15 #3
विश्वसनीयता 10.0 10.0
संगति 9.2 9.2
सही परीक्षण
प्रति प्रयास पास दर 76.2% 85.7%
अस्थिर टेस्ट 2 2
कुल रन 63 63
प्रति परिणाम लागत 7.676 3.816
कुल लागत $1.152 $0.649
इनपुट कीमत $1.250 / 1M $5.000 / 1M
आउटपुट कीमत $4.250 / 1M $30.000 / 1M
कुल इनपुट टोकन 59,928 34,218
आउटपुट टोकन 3,523 1,898
रीजनिंग टोकन 249,752 14,023
प्रतिक्रिया समय (औसत) 23.35s 8.29s
प्रतिक्रिया समय (अधिकतम) 165.38s 53.91s
प्रतिक्रिया समय (कुल) 490.40s 174.04s

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

#3 GPT-5.6 Sol

low
लागत
$0.062
समय
26.7s
टोकन
2,150 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 11.25s 7,302 412 3,482

त्वरित तुलना

तुलना जोड़ी बदलें