नेविगेशन
Advertise here

Muse Wonder (minimal) vs GPT-5.5 (medium)

GPT-5.5 (medium) average score में आगे है: 9.2 vs 9.1. Muse Wonder (minimal) की benchmark लागत कम है: $1.639 vs $4.809. Muse Wonder (minimal) तेज है: 7.72s vs 39.86s, pass rates 76.8% vs 88.4%.

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
#31
कुल आउटपुट टोकन
130,107
प्रतिक्रिया समय (औसत)
39.86s
कुल लागत
$4.809
अनुशंसित मॉडल Muse Wonder (minimal)

Its score stays close to the best score here (9.1 vs 9.2), while costing about 2.9x less than GPT-5.5 (medium).

विस्तृत तुलना

मेट्रिक Muse Wonder Muse Wonder minimal रिलीज़: 2026-10-13 GPT-5.5 GPT-5.5 medium रिलीज़: 2026-04-24
स्कोर 9.1 9.2
रैंक #41 #31
विश्वसनीयता 9.7 10.0
संगति 9.3 9.0
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 76.8% 88.4%
अस्थिर टेस्ट 2 3
कुल रन 69 69
प्रति परिणाम लागत 9.639 25.306
कुल लागत $1.639 $4.809
इनपुट कीमत $4.000 / 1M $5.000 / 1M
आउटपुट कीमत $20.000 / 1M $30.000 / 1M
कैश पढ़ने की कीमत $0.200 / 1M $0.500 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 238,532 180,959
आउटपुट टोकन 9,812 6,472
रीजनिंग टोकन 24,412 123,635
प्रतिक्रिया समय (औसत) 7.72s 39.86s
प्रतिक्रिया समय (अधिकतम) 42.89s 332.10s
प्रतिक्रिया समय (कुल) 177.57s 916.82s
पैरामीटर ~1T कुल (~50B सक्रिय) ~1.5T कुल (~100B 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

#31 GPT-5.5

medium
लागत
$0.112
समय
71.9s
टोकन
3,807 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-5.5 8.8 7.8 88.9% 1 59.77s 7,305 362 24,959

त्वरित तुलना

तुलना जोड़ी बदलें

Claude Sonnet 5.5maxvsGPT-5.5mediumSeed 2.1 TurbohighvsMuse WonderminimalMuse WonderminimalvsParetodefaultClaude Haiku 5.5xhighvsMuse WonderminimalMuse WonderminimalvsGPT-5.3-CodexmediumMuse WonderminimalvsQwen3.8 Max (0902)highGPT-5.5mediumvsQwen3.8 Max (0902)highGemini 3.5 FlashlowvsMuse WonderminimalClaude Haiku 5.5xhighvsGPT-5.5mediumMuse Spark 1.3highvsGPT-5.5mediumMuse WonderminimalvsQwen3.8 Max (0902)mediumMuse WonderlowvsGPT-5.5medium