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

GPT-6.1 Terra (low) average score मध्ये पुढे आहे: 9.3 vs 9.2. Muse Ember (high) चा benchmark खर्च कमी आहे: $0.156 vs $0.221. GPT-6.1 Terra (low) वेगवान आहे: 6.05s vs 11.67s, pass rates 79.7% vs 85.5%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-11-10

तुलना केलेली मॉडेल्स

क्रमांक: #36
एकूण आउटपुट टोकन्स: 254,892
प्रतिसाद वेळ (सरासरी): 11.67s
एकूण खर्च: $0.156

क्रमांक: #34
एकूण आउटपुट टोकन्स: 12,656
प्रतिसाद वेळ (सरासरी): 6.05s
एकूण खर्च: $0.221

शिफारस केलेले मॉडेल GPT-6.1 Terra (low)

It has the best score here (9.3), while responding about 1.9x faster than Muse Ember (high).

तपशीलवार तुलना

मेट्रिक	Muse Ember Muse Ember high प्रकाशन: 2026-11-09	GPT-6.1 Terra GPT-6.1 Terra low प्रकाशन: 2026-10-26

मेट्रिक	Muse Ember Muse Ember high प्रकाशन: 2026-11-09	GPT-6.1 Terra GPT-6.1 Terra low प्रकाशन: 2026-10-26
स्कोअर	9.2	9.3
क्रमांक	#36	#34
विश्वसनीयता	10.0	10.0
सुसंगतता	9.6	9.7
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	79.7%	85.5%
अस्थिर चाचण्या	1	1
एकूण रन	69	69
प्रति निकाल खर्च	0.865	1.162
एकूण खर्च	$0.156	$0.221
इनपुट किंमत	$0.100 / 1M	$1.000 / 1M
आउटपुट किंमत	$0.500 / 1M	$5.000 / 1M
कॅश वाचण्याची किंमत	$0.004 / 1M	$0.050 / 1M
कॅश लिहिण्याची किंमत	$0.125 / 1M	$1.250 / 1M
एकूण इनपुट टोकन्स	282,192	157,463
आउटपुट टोकन्स	14,054	4,879
रिझनिंग टोकन्स	240,838	7,777
प्रतिसाद वेळ (सरासरी)	11.67s	6.05s
प्रतिसाद वेळ (कमाल)	53.01s	43.50s
प्रतिसाद वेळ (एकूण)	268.45s	139.21s
पॅरामीटर्स	~150B एकूण (~10B सक्रिय)	~1T एकूण (~60B 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.

#36 Muse Ember

high

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

#34 GPT-6.1 Terra

low

खर्च: $0.011
वेळ: 24.9s
टोकन्स: 2,238 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

श्रेणी:

स्वायत्त एजंट कार्ये	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		48.28s	149,560	2,625	1,759
GPT-6.1 Terra	10.0	10.0	100.0%	0		43.50s	78,947	873	386

अँटी-एआय युक्त्या	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		2.29s	798	275	5,440
GPT-6.1 Terra	10.0	10.0	100.0%	0		2.59s	606	164	385

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 Terra	10.0	10.0	100.0%	0		3.51s	7,302	393	938

संयुक्त	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		10.86s	102,312	5,879	17,216
GPT-6.1 Terra	10.0	10.0	100.0%	0		10.23s	55,250	2,514	441

डेटा पार्सिंग आणि निष्कर्षण	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		3.86s	7,215	342	4,585
GPT-6.1 Terra	10.0	10.0	100.0%	0		1.90s	7,140	222	0

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Muse Ember	5.3	10.0	33.3%	0		29.08s	873	1,687	119,272
GPT-6.1 Terra	7.7	10.0	66.7%	0		9.05s	732	69	4,689

Samanya Buddhimatta	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		2.80s	522	201	1,993
GPT-6.1 Terra	6.1	3.1	66.7%	1		3.19s	477	87	243

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Muse Ember	9.8	10.0	100.0%	0		3.05s	759	159	4,867
GPT-6.1 Terra	8.3	10.0	50.0%	0		2.24s	660	94	102

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Muse Ember	5.4	7.2	44.4%	1		12.05s	786	1,091	33,034
GPT-6.1 Terra	10.0	10.0	100.0%	0		2.35s	642	185	160

टूल कॉलिंग	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		3.95s	11,729	319	1,231
GPT-6.1 Terra	10.0	10.0	100.0%	0		5.38s	5,512	248	27

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Muse Ember	3.0	10.0	0.0%	0		16.46s	228	263	16,750
GPT-6.1 Terra	3.0	10.0	0.0%	0		3.27s	195	30	406

तुलना जोडी बदला

Seed 2.1 TurbolowvsMuse Emberhigh Claude Opus 5mediumvsGPT-6.1 Terralow Claude Opus 5.5mediumvsMuse Emberhigh Claude Opus 5highvsGPT-6.1 Terralow Muse EmberhighvsGPT-5.5medium Claude Sonnet 5.5maxvsMuse Emberhigh Muse EmberhighvsQwen3.8 MAXmedium DeepSeek V4.1 Flash 1017lowvsMuse Emberhigh Claude Opus 5.5highvsGPT-6.1 Terralow Muse EmberhighvsGPT-6.1 Terraxhigh Muse Spark OpenhighvsGPT-6.1 Terralow Claude Opus 5mediumvsMuse Emberhigh