नेविगेशन
Advertise here

Muse Wonder (medium) vs GPT-6.1 Sol (low)

GPT-6.1 Sol (low) average score में आगे है: 9.6 vs 9.2. GPT-6.1 Sol (low) की benchmark लागत कम है: $0.460 vs $3.397. GPT-6.1 Sol (low) तेज है: 7.15s vs 21.58s, pass rates 76.8% vs 92.8%.

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

तुलना किए गए मॉडल

रैंक
#30
कुल आउटपुट टोकन
121,546
प्रतिक्रिया समय (औसत)
21.58s
कुल लागत
$3.397
रैंक
#16
कुल आउटपुट टोकन
13,138
प्रतिक्रिया समय (औसत)
7.15s
कुल लागत
$0.460
अनुशंसित मॉडल GPT-6.1 Sol (low)

It has the best score here (9.6), while costing about 7.4x less than Muse Wonder (medium).

विस्तृत तुलना

मेट्रिक Muse Wonder Muse Wonder medium रिलीज़: 2026-10-13 GPT-6.1 Sol GPT-6.1 Sol low रिलीज़: 2026-09-29
स्कोर 9.2 9.6
रैंक #30 #16
विश्वसनीयता 9.1 10.0
संगति 9.6 9.6
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 76.8% 92.8%
अस्थिर टेस्ट 1 1
कुल रन 69 69
प्रति परिणाम लागत 19.982 2.187
कुल लागत $3.397 $0.460
इनपुट कीमत $4.000 / 1M $2.000 / 1M
आउटपुट कीमत $20.000 / 1M $10.000 / 1M
कैश पढ़ने की कीमत $0.200 / 1M $0.100 / 1M
कैश लिखने की कीमत लागू नहीं $2.500 / 1M
कुल इनपुट टोकन 241,489 163,900
आउटपुट टोकन 11,575 4,958
रीजनिंग टोकन 109,971 8,180
प्रतिक्रिया समय (औसत) 21.58s 7.15s
प्रतिक्रिया समय (अधिकतम) 162.73s 46.57s
प्रतिक्रिया समय (कुल) 496.40s 164.47s
पैरामीटर ~1T कुल (~50B सक्रिय) ~2T कुल (~150B 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.

#30 Muse Wonder

medium
लागत
$0.208
समय
64.8s
टोकन
10,444 tok

#16 GPT-6.1 Sol

low
लागत
$0.028
समय
44.6s
टोकन
2,881 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 26.87s 7,401 1,181 26,424
GPT-6.1 Sol 10.0 10.0 100.0% 0 4.48s 7,302 388 1,286

त्वरित तुलना

तुलना जोड़ी बदलें

Gemini 3 Flash PreviewmediumvsGPT-6.1 SollowClaude Sonnet 5.5maxvsMuse WondermediumGemini 3.7 FlashmediumvsGPT-6.1 SollowSeed 2.1 TurbolowvsMuse WondermediumMuse WondermediumvsQwen3.8 Max (0902)highClaude Haiku 5.5xhighvsMuse WondermediumMuse WondermediumvsParetodefaultSeed 2.1 TurbohighvsMuse WondermediumClaude Opus 5.5highvsGPT-6.1 SollowClaude Opus 5highvsMuse WondermediumGemini 3.5 FlashlowvsMuse WondermediumGemini 3.7 FlashlowvsMuse Wondermedium