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

Muse Spark 1.2 (low) vs GPT-5.2 (medium)

Muse Spark 1.2 (low) average score में आगे है: 8.4 vs 8.4. Muse Spark 1.2 (low) की benchmark लागत कम है: $0.655 vs $1.182. Muse Spark 1.2 (low) तेज है: 9.77s vs 28.51s, pass rates 77.3% vs 72.7%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-09-18

तुलना किए गए मॉडल

रैंक
#56
कुल आउटपुट टोकन
123,963
प्रतिक्रिया समय (औसत)
9.77s
कुल लागत
$0.655
रैंक
#59
कुल आउटपुट टोकन
71,252
प्रतिक्रिया समय (औसत)
28.51s
कुल लागत
$1.182
अनुशंसित मॉडल Muse Spark 1.2 (low)

It has the best score here (8.4), while costing about 1.8x less than GPT-5.2 (medium).

विस्तृत तुलना

मेट्रिक Muse Spark 1.2 Muse Spark 1.2 low रिलीज़: 2026-08-06 GPT-5.2 GPT-5.2 medium रिलीज़: 2025-12-11
स्कोर 8.4 8.4
रैंक #56 #59
विश्वसनीयता 10.0 10.0
संगति 9.0 8.5
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 77.3% 72.7%
अस्थिर टेस्ट 3 4
कुल रन 66 66
प्रति परिणाम लागत 4.361 8.438
कुल लागत $0.655 $1.182
इनपुट कीमत $1.250 / 1M $1.750 / 1M
आउटपुट कीमत $4.250 / 1M $14.000 / 1M
कुल इनपुट टोकन 101,811 105,013
आउटपुट टोकन 8,025 9,914
रीजनिंग टोकन 115,938 61,338
प्रतिक्रिया समय (औसत) 9.77s 28.51s
प्रतिक्रिया समय (अधिकतम) 47.80s 116.86s
प्रतिक्रिया समय (कुल) 214.83s 456.13s
पैरामीटर ~1T कुल (~50B सक्रिय) ~1.2T कुल (~80B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#56 Muse Spark 1.2

low
लागत
$0.019
समय
14.6s
टोकन
4,384 tok

#59 GPT-5.2

medium
लागत
$0.047
समय
49.2s
टोकन
3,396 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 1.2 8.4 7.4 88.9% 1 10.09s 7,275 343 19,717
GPT-5.2 10.0 10.0 100.0% 0 22.73s 7,302 511 11,912

त्वरित तुलना

तुलना जोड़ी बदलें