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

Muse Ember (medium) vs Grok 4.6 (high)

average score जवळपास समान आहे: 8.5 vs 8.5. Muse Ember (medium) चा benchmark खर्च कमी आहे: $0.190 vs $2.629. Muse Ember (medium) वेगवान आहे: 12.39s vs 87.48s, pass rates 75.4% vs 82.6%.

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

तुलना केलेली मॉडेल्स

क्रमांक
#97
एकूण आउटपुट टोकन्स
324,857
प्रतिसाद वेळ (सरासरी)
12.39s
एकूण खर्च
$0.190
क्रमांक
#98
एकूण आउटपुट टोकन्स
312,614
प्रतिसाद वेळ (सरासरी)
87.48s
एकूण खर्च
$2.629
शिफारस केलेले मॉडेल Muse Ember (medium)

It has the best score here (8.5), while costing about 13.8x less than Grok 4.6 (high).

तपशीलवार तुलना

मेट्रिक Muse Ember Muse Ember medium प्रकाशन: 2026-11-09 Grok 4.6 Grok 4.6 high प्रकाशन: 2026-08-12
स्कोअर 8.5 8.5
क्रमांक #97 #98
विश्वसनीयता 10.0 10.0
सुसंगतता 8.2 10.0
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 75.4% 82.6%
अस्थिर चाचण्या 5 0
एकूण रन 69 69
प्रति निकाल खर्च 1.266 13.833
एकूण खर्च $0.190 $2.629
इनपुट किंमत $0.100 / 1M $2.000 / 1M
आउटपुट किंमत $0.500 / 1M $6.000 / 1M
कॅश वाचण्याची किंमत $0.004 / 1M $0.500 / 1M
कॅश लिहिण्याची किंमत $0.125 / 1M लागू नाही
एकूण इनपुट टोकन्स 274,381 376,233
आउटपुट टोकन्स 12,835 6,687
रिझनिंग टोकन्स 312,022 305,927
प्रतिसाद वेळ (सरासरी) 12.39s 87.48s
प्रतिसाद वेळ (कमाल) 75.32s 618.49s
प्रतिसाद वेळ (एकूण) 285.08s 2012.15s
पॅरामीटर्स ~150B एकूण (~10B सक्रिय) ~1.7T एकूण (~170B 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.

#97 Muse Ember

medium
खर्च
$0.003
वेळ
10.0s
टोकन्स
5,136 tok

#98 SpaceXAI: Grok 4.6

high
खर्च
$0.107
वेळ
265.1s
टोकन्स
18,001 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 6.94s 7,410 1,074 25,110
Grok 4.6 10.0 10.0 100.0% 0 102.20s 9,579 379 51,829

तुलना जोडी बदला