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

Muse Ember (xhigh) vs GPT-5.2 (medium)

Muse Ember (xhigh) average score मध्ये पुढे आहे: 8.8 vs 8.7. Muse Ember (xhigh) चा benchmark खर्च कमी आहे: $0.232 vs $1.558. Muse Ember (xhigh) वेगवान आहे: 13.90s vs 31.29s, pass rates 76.8% vs 73.9%.

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

तुलना केलेली मॉडेल्स

क्रमांक
#73
एकूण आउटपुट टोकन्स
409,112
प्रतिसाद वेळ (सरासरी)
13.90s
एकूण खर्च
$0.232
क्रमांक
#80
एकूण आउटपुट टोकन्स
80,538
प्रतिसाद वेळ (सरासरी)
31.29s
एकूण खर्च
$1.558
शिफारस केलेले मॉडेल Muse Ember (xhigh)

It has the best score here (8.8), while costing about 6.7x less than GPT-5.2 (medium).

तपशीलवार तुलना

मेट्रिक Muse Ember Muse Ember xhigh प्रकाशन: 2026-11-09 GPT-5.2 GPT-5.2 medium प्रकाशन: 2025-12-11
स्कोअर 8.8 8.7
क्रमांक #73 #80
विश्वसनीयता 10.0 10.0
सुसंगतता 8.9 8.5
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 76.8% 73.9%
अस्थिर चाचण्या 3 4
एकूण रन 69 69
प्रति निकाल खर्च 1.450 10.261
एकूण खर्च $0.232 $1.558
इनपुट किंमत $0.100 / 1M $1.750 / 1M
आउटपुट किंमत $0.500 / 1M $14.000 / 1M
कॅश वाचण्याची किंमत $0.004 / 1M $0.175 / 1M
कॅश लिहिण्याची किंमत $0.125 / 1M लागू नाही
एकूण इनपुट टोकन्स 274,208 235,207
आउटपुट टोकन्स 11,740 11,065
रिझनिंग टोकन्स 397,372 69,473
प्रतिसाद वेळ (सरासरी) 13.90s 31.29s
प्रतिसाद वेळ (कमाल) 79.38s 116.86s
प्रतिसाद वेळ (एकूण) 319.61s 531.98s
पॅरामीटर्स ~150B एकूण (~10B सक्रिय) ~1.2T एकूण (~80B 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.

#73 Muse Ember

xhigh
खर्च
$0.008
वेळ
24.3s
टोकन्स
14,705 tok

#80 GPT-5.2

medium
खर्च
$0.047
वेळ
49.2s
टोकन्स
3,396 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 10.41s 7,410 1,225 40,702
GPT-5.2 10.0 10.0 100.0% 0 22.73s 7,302 511 11,912

तुलना जोडी बदला