नेविगेशन
Advertise here

Muse Wonder (high) vs Grok 4.5 (low)

Grok 4.5 (low) average score में आगे है: 7.8 vs 7.7. Grok 4.5 (low) की benchmark लागत कम है: $1.345 vs $3.426. Grok 4.5 (low) तेज है: 18.14s vs 22.96s, pass rates 66.7% vs 73.9%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-13

तुलना किए गए मॉडल

रैंक
#122
कुल आउटपुट टोकन
152,440
प्रतिक्रिया समय (औसत)
22.96s
कुल लागत
$3.426
रैंक
#120
कुल आउटपुट टोकन
121,415
प्रतिक्रिया समय (औसत)
18.14s
कुल लागत
$1.345
अनुशंसित मॉडल Grok 4.5 (low)

It has the best score here (7.8), while costing about 2.5x less than Muse Wonder (high).

विस्तृत तुलना

मेट्रिक Muse Wonder Muse Wonder high रिलीज़: 2026-10-13 Grok 4.5 Grok 4.5 low रिलीज़: 2026-07-08
स्कोर 7.7 7.8
रैंक #122 #120
विश्वसनीयता 9.3 10.0
संगति 9.6 9.3
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 66.7% 73.9%
अस्थिर टेस्ट 1 2
कुल रन 69 69
प्रति परिणाम लागत 22.837 8.404
कुल लागत $3.426 $1.345
इनपुट कीमत $4.000 / 1M $2.000 / 1M
आउटपुट कीमत $20.000 / 1M $6.000 / 1M
कैश पढ़ने की कीमत $0.200 / 1M $0.300 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 94,153 308,068
आउटपुट टोकन 9,606 9,218
रीजनिंग टोकन 142,834 112,197
प्रतिक्रिया समय (औसत) 22.96s 18.14s
प्रतिक्रिया समय (अधिकतम) 143.21s 205.28s
प्रतिक्रिया समय (कुल) 528.08s 417.21s
पैरामीटर ~1T कुल (~50B सक्रिय) ~1.7T कुल (~170B 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.

#122 Muse Wonder

high
लागत
$0.199
समय
113.0s
टोकन
10,002 tok

#120 SpaceXAI: Grok 4.5

low
लागत
$0.011
समय
12.4s
टोकन
2,018 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 Wonder 10.0 10.0 100.0% 0 36.94s 7,401 1,392 35,716
Grok 4.5 10.0 10.0 100.0% 0 13.72s 9,579 303 15,641

त्वरित तुलना

तुलना जोड़ी बदलें

DeepSeek V4 Flash 0731mediumvsGrok 4.5lowQwen3.7 PlusnonevsGrok 4.5lowClaude Haiku 5.5mediumvsMuse WonderhighMuse WonderhighvsQwen3.5 Plus 2026-04-20mediumMuse WonderhighvsQwen3.7 FlashlowStep 3.7 FlashmediumvsGrok 4.5lowGrok 4.5lowvsGLM 5.3highDeepSeek V4 Flash 0731mediumvsMuse WonderhighGPT-6 LunahighvsGrok 4.5lowMuse Glimmer 30BhighvsGrok 4.5lowMuse WonderhighvsQwen3.7 PlusnoneLing 3.1 FlashhighvsGrok 4.5low