नेविगेशन
Advertise here

Muse Wonder (minimal) vs GPT-5.3-Codex (medium)

average score लगभग बराबर है: 9.1 vs 9.1. GPT-5.3-Codex (medium) की benchmark लागत कम है: $1.318 vs $1.639. Muse Wonder (minimal) तेज है: 7.72s vs 18.87s, pass rates 76.8% vs 84.1%.

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

तुलना किए गए मॉडल

रैंक
#41
कुल आउटपुट टोकन
34,224
प्रतिक्रिया समय (औसत)
7.72s
कुल लागत
$1.639
रैंक
#35
कुल आउटपुट टोकन
66,287
प्रतिक्रिया समय (औसत)
18.87s
कुल लागत
$1.318
अनुशंसित मॉडल Muse Wonder (minimal)

It has the best score here (9.1), while responding about 2.4x faster than GPT-5.3-Codex (medium).

विस्तृत तुलना

मेट्रिक Muse Wonder Muse Wonder minimal रिलीज़: 2026-10-13 GPT-5.3-Codex GPT-5.3-Codex medium रिलीज़: 2026-02-05
स्कोर 9.1 9.1
रैंक #41 #35
विश्वसनीयता 9.7 10.0
संगति 9.3 8.6
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 76.8% 84.1%
अस्थिर टेस्ट 2 4
कुल रन 69 69
प्रति परिणाम लागत 9.639 7.753
कुल लागत $1.639 $1.318
इनपुट कीमत $4.000 / 1M $1.750 / 1M
आउटपुट कीमत $20.000 / 1M $14.000 / 1M
कैश पढ़ने की कीमत $0.200 / 1M $0.175 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 238,532 222,794
आउटपुट टोकन 9,812 7,357
रीजनिंग टोकन 24,412 58,930
प्रतिक्रिया समय (औसत) 7.72s 18.87s
प्रतिक्रिया समय (अधिकतम) 42.89s 100.93s
प्रतिक्रिया समय (कुल) 177.57s 433.94s
पैरामीटर ~1T कुल (~50B सक्रिय) ~1.2T कुल (~80B 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.

#41 Muse Wonder

minimal
लागत
$0.048
समय
15.1s
टोकन
2,488 tok

#35 GPT-5.3-Codex

medium
लागत
$0.049
समय
54.9s
टोकन
3,580 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 6.86s 7,401 809 7,336
GPT-5.3-Codex 10.0 10.0 100.0% 0 19.50s 7,302 535 10,890

त्वरित तुलना

तुलना जोड़ी बदलें

Claude Haiku 5.5xhighvsGPT-5.3-CodexmediumGPT-5.3-CodexmediumvsQwen3.8 Max (0902)highMuse Spark 1.3highvsGPT-5.3-CodexmediumSeed 2.1 TurbohighvsMuse WonderminimalMuse WonderminimalvsParetodefaultMuse WonderlowvsGPT-5.3-CodexmediumGPT-5.3-CodexmediumvsParetodefaultSeed 2.1 TurbohighvsGPT-5.3-CodexmediumClaude Haiku 5.5xhighvsMuse WonderminimalMuse WonderminimalvsQwen3.8 Max (0902)highClaude Sonnet 5.5maxvsGPT-5.3-CodexmediumGemini 3.5 FlashlowvsMuse Wonderminimal