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

GPT-6.1 Terra (xhigh) average score मध्ये पुढे आहे: 9.3 vs 9.2. Muse Ember (high) चा benchmark खर्च कमी आहे: $0.156 vs $0.789. Muse Ember (high) वेगवान आहे: 11.67s vs 23.65s, pass rates 79.7% vs 88.4%.

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: #33
एकूण आउटपुट टोकन्स: 121,002
प्रतिसाद वेळ (सरासरी): 23.65s
एकूण खर्च: $0.789

शिफारस केलेले मॉडेल Muse Ember (high)

Its score stays close to the best score here (9.2 vs 9.3), while costing about 5.1x less than GPT-6.1 Terra (xhigh).

तपशीलवार तुलना

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

मेट्रिक	Muse Ember Muse Ember high प्रकाशन: 2026-11-09	GPT-6.1 Terra GPT-6.1 Terra xhigh प्रकाशन: 2026-10-26
स्कोअर	9.2	9.3
क्रमांक	#36	#33
विश्वसनीयता	10.0	10.0
सुसंगतता	9.6	8.6
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	79.7%	88.4%
अस्थिर चाचण्या	1	4
एकूण रन	69	69
प्रति निकाल खर्च	0.865	4.379
एकूण खर्च	$0.156	$0.789
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	183,057
आउटपुट टोकन्स	14,054	5,490
रिझनिंग टोकन्स	240,838	115,512
प्रतिसाद वेळ (सरासरी)	11.67s	23.65s
प्रतिसाद वेळ (कमाल)	53.01s	236.28s
प्रतिसाद वेळ (एकूण)	268.45s	543.86s
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

#33 GPT-6.1 Terra

xhigh

खर्च: $0.050
वेळ: 109.1s
टोकन्स: 9,926 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		47.94s	90,780	888	1,561

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		3.87s	606	159	1,006

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		15.91s	7,302	387	11,030

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		27.68s	67,543	3,091	9,124

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		2.71s	7,140	230	192

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	5.8	4.4	66.7%	2		97.63s	732	68	77,856

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	10.0	10.0	100.0%	0		7.47s	477	99	1,329

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	8.5	6.8	83.3%	1		2.95s	660	94	578

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	8.2	7.2	88.9%	1		5.28s	642	186	2,389

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		9.94s	6,980	258	795

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		39.87s	195	30	9,652

तुलना जोडी बदला

Claude Opus 5mediumvsGPT-6.1 Terraxhigh Seed 2.1 TurbolowvsMuse Emberhigh Claude Opus 5highvsGPT-6.1 Terraxhigh Gemini 3.7 FlashlowvsGPT-6.1 Terraxhigh Claude Opus 5.5mediumvsMuse Emberhigh Muse EmberhighvsGPT-5.5medium Claude Opus 5.5highvsGPT-6.1 Terraxhigh Claude Sonnet 5.5maxvsMuse Emberhigh Muse EmberhighvsGPT-6.1 Terralow Muse EmberhighvsQwen3.8 MAXmedium Seed 2.1 TurbolowvsGPT-6.1 Terraxhigh DeepSeek V4.1 Flash 1017lowvsMuse Emberhigh