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

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

GPT-6.1 Terra (low) average score मध्ये पुढे आहे: 9.3 vs 8.6. GPT-6.1 Terra (low) चा benchmark खर्च कमी आहे: $0.221 vs $0.346. GPT-6.1 Terra (low) वेगवान आहे: 6.05s vs 19.05s, pass rates 72.5% vs 85.5%.

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

तुलना केलेली मॉडेल्स

क्रमांक
#87
एकूण आउटपुट टोकन्स
637,819
प्रतिसाद वेळ (सरासरी)
19.05s
एकूण खर्च
$0.346
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 costing about 1.6x less than Muse Ember (max).

तपशीलवार तुलना

मेट्रिक Muse Ember Muse Ember max प्रकाशन: 2026-11-09 GPT-6.1 Terra GPT-6.1 Terra low प्रकाशन: 2026-10-26
स्कोअर 8.6 9.3
क्रमांक #87 #34
विश्वसनीयता 10.0 10.0
सुसंगतता 8.9 9.7
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 72.5% 85.5%
अस्थिर चाचण्या 3 1
एकूण रन 69 69
प्रति निकाल खर्च 2.304 1.162
एकूण खर्च $0.346 $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 265,489 157,463
आउटपुट टोकन्स 12,179 4,879
रिझनिंग टोकन्स 625,640 7,777
प्रतिसाद वेळ (सरासरी) 19.05s 6.05s
प्रतिसाद वेळ (कमाल) 79.28s 43.50s
प्रतिसाद वेळ (एकूण) 438.15s 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.

#87 Muse Ember

max
खर्च
$0.008
वेळ
23.3s
टोकन्स
14,138 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

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 12.46s 7,410 1,595 49,511
GPT-6.1 Terra 10.0 10.0 100.0% 0 3.51s 7,302 393 938

तुलना जोडी बदला