नेविगेशन
Advertise here

Muse Wonder (max) vs GPT-5.6 Luna (high)

GPT-5.6 Luna (high) average score में आगे है: 8.0 vs 7.9. GPT-5.6 Luna (high) की benchmark लागत कम है: $0.118 vs $4.766. GPT-5.6 Luna (high) तेज है: 18.39s vs 44.39s, pass rates 75.4% vs 71.0%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-19

तुलना किए गए मॉडल

रैंक
#124
कुल आउटपुट टोकन
219,635
प्रतिक्रिया समय (औसत)
44.39s
कुल लागत
$4.766
रैंक
#110
कुल आउटपुट टोकन
139,395
प्रतिक्रिया समय (औसत)
18.39s
कुल लागत
$0.118
अनुशंसित मॉडल GPT-5.6 Luna (high)

It has the best score here (8.0), while costing about 40.5x less than Muse Wonder (max).

विस्तृत तुलना

मेट्रिक Muse Wonder Muse Wonder max रिलीज़: 2026-10-13 GPT-5.6 Luna GPT-5.6 Luna high रिलीज़: 2026-07-09
स्कोर 7.9 8.0
रैंक #124 #110
विश्वसनीयता 9.0 10.0
संगति 8.9 8.6
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 75.4% 71.0%
अस्थिर टेस्ट 3 4
कुल रन 69 69
प्रति परिणाम लागत 29.783 5.882
कुल लागत $4.766 $0.118
इनपुट कीमत $4.000 / 1M $0.200 / 1M
आउटपुट कीमत $20.000 / 1M $1.200 / 1M
कैश पढ़ने की कीमत $0.200 / 1M $0.020 / 1M
कैश लिखने की कीमत लागू नहीं $0.250 / 1M
कुल इनपुट टोकन 93,126 197,896
आउटपुट टोकन 10,497 6,211
रीजनिंग टोकन 209,138 133,184
प्रतिक्रिया समय (औसत) 44.39s 18.39s
प्रतिक्रिया समय (अधिकतम) 287.79s 111.09s
प्रतिक्रिया समय (कुल) 1021.02s 422.93s
पैरामीटर ~1T कुल (~50B सक्रिय) ~400B कुल (~17B 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.

#124 Muse Wonder

max
लागत
$0.429
समय
207.0s
टोकन
21,515 tok

#110 GPT-5.6 Luna

high
लागत
$0.033
समय
34.2s
टोकन
5,484 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 58.38s 7,401 1,942 65,131
GPT-5.6 Luna 5.5 4.7 55.6% 2 15.63s 7,302 510 17,746

त्वरित तुलना

तुलना जोड़ी बदलें

Ling 3.1 FlashhighvsMuse WondermaxDeepSeek V4.1 Flash 1017highvsMuse WondermaxMuse WondermaxvsMiMo-V2.6-FlashmediumNemotron 3 Ultramediumनिःशुल्क उपलब्धvsGPT-5.6 LunahighMuse WondermaxvsQwen3.8 2.4T A95BhighGemini 3.5 FlashmediumvsMuse WondermaxMuse WondermaxvsGrok 4.5mediumMuse WondermaxvsGLM 5.3highDeepSeek V4.1 FlashlowvsGPT-5.6 LunahighGemini 3.8 FlashmediumvsGPT-5.6 LunahighMuse WondermaxvsStep 3.7 FlashmediumGPT-5.6 LunahighvsQwen3.8 Flash Nextlow