नेव्हिगेशन
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Muse Ember (high) vs GPT-6.1 Sol (low)

GPT-6.1 Sol (low) average score मध्ये पुढे आहे: 9.6 vs 9.2. Muse Ember (high) चा benchmark खर्च कमी आहे: $0.156 vs $0.460. GPT-6.1 Sol (low) वेगवान आहे: 7.15s vs 11.67s, pass rates 79.7% vs 92.8%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-11-13

तुलना केलेली मॉडेल्स

क्रमांक
#37
एकूण आउटपुट टोकन्स
254,892
प्रतिसाद वेळ (सरासरी)
11.67s
एकूण खर्च
$0.156
क्रमांक
#17
एकूण आउटपुट टोकन्स
13,138
प्रतिसाद वेळ (सरासरी)
7.15s
एकूण खर्च
$0.460
शिफारस केलेले मॉडेल Muse Ember (high)

Its score stays close to the best score here (9.2 vs 9.6), while costing about 2.9x less than GPT-6.1 Sol (low).

तपशीलवार तुलना

मेट्रिक Muse Ember Muse Ember high प्रकाशन: 2026-11-09 GPT-6.1 Sol GPT-6.1 Sol low प्रकाशन: 2026-09-29
स्कोअर 9.2 9.6
क्रमांक #37 #17
विश्वसनीयता 10.0 10.0
सुसंगतता 9.6 9.6
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 79.7% 92.8%
अस्थिर चाचण्या 1 1
एकूण रन 69 69
प्रति निकाल खर्च 0.865 2.187
एकूण खर्च $0.156 $0.460
इनपुट किंमत $0.100 / 1M $2.000 / 1M
आउटपुट किंमत $0.500 / 1M $10.000 / 1M
कॅश वाचण्याची किंमत $0.004 / 1M $0.100 / 1M
कॅश लिहिण्याची किंमत $0.125 / 1M $2.500 / 1M
एकूण इनपुट टोकन्स 282,192 163,900
आउटपुट टोकन्स 14,054 4,958
रिझनिंग टोकन्स 240,838 8,180
प्रतिसाद वेळ (सरासरी) 11.67s 7.15s
प्रतिसाद वेळ (कमाल) 53.01s 46.57s
प्रतिसाद वेळ (एकूण) 268.45s 164.47s
पॅरामीटर्स ~150B एकूण (~10B सक्रिय) ~2T एकूण (~150B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

कॅशच्या किमती इनपुट टोकनला लागू होतात. वाचताना साठवलेले प्रॉम्प्ट पुन्हा वापरले जातात; लिहिताना ते साठवले जातात आणि अधिक खर्च होऊ शकतो. आउटपुट टोकनला आउटपुट किंमत लागू होते.

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#37 Muse Ember

high
खर्च
$0.005
वेळ
18.3s
टोकन्स
9,965 tok

#17 GPT-6.1 Sol

low
खर्च
$0.028
वेळ
44.6s
टोकन्स
2,881 tok

स्कोअरनुसार शीर्ष मॉडेल्स

स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी)

स्कोअर vs प्रतिसाद वेळ (सरासरी)

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

श्रेणीवार तपशील

कोडिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Muse Ember 10.0 10.0 100.0% 0 9.62s 7,410 1,213 34,691
GPT-6.1 Sol 10.0 10.0 100.0% 0 4.48s 7,302 388 1,286

तुलना जोडी बदला