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

Meta: Muse Spark 1.1 vs OpenAI: GPT-5.4

GPT-5.4 (medium) average score मध्ये पुढे आहे: 8.5 vs 8.1. GPT-5.4 (medium) चा benchmark खर्च कमी आहे: $1.533 vs $1.694. GPT-5.4 (medium) वेगवान आहे: 23.10s vs 31.49s, pass rates 69.7% vs 77.3%.

शिफारस केलेले मॉडेलGPT-5.4 (medium)It has the strongest score in this comparison (8.5) and the best overall balance of cost and response time across all 2 models.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-17

मेट्रिक Muse Spark 1.1 Muse Spark 1.1 high प्रकाशन: 2026-07-16 GPT-5.4 GPT-5.4 medium प्रकाशन: 2026-03-05
स्कोअर 8.1 8.5
क्रमांक #27 #18
विश्वसनीयता 10.0 10.0
सुसंगतता 7.9 8.6
बरोबर चाचण्या
प्रति प्रयत्न पास दर 69.7% 77.3%
अस्थिर चाचण्या 6 4
एकूण रन 64 66
प्रति निकाल खर्च 14.116 10.220
एकूण खर्च $1.694 $1.533
इनपुट किंमत $1.250 / 1M $2.500 / 1M
आउटपुट किंमत $4.250 / 1M $15.000 / 1M
एकूण इनपुट टोकन्स 129,423 81,127
आउटपुट टोकन्स 8,077 6,155
रिझनिंग टोकन्स 352,421 82,515
प्रतिसाद वेळ (सरासरी) 31.49s 23.10s
प्रतिसाद वेळ (कमाल) 196.03s 100.41s
प्रतिसाद वेळ (एकूण) 661.28s 508.26s

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#27 Muse Spark 1.1

high
खर्च
$0.039
वेळ
50.1s
टोकन्स
9,423 tok

#18 GPT-5.4

medium
खर्च
$0.214
वेळ
199.6s
टोकन्स
14,349 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 Spark 1.1 10.0 10.0 100.0% 0 22.92s 8,562 349 36,039
GPT-5.4 8.8 7.8 88.9% 1 44.36s 7,305 433 24,216

झटपट तुलना

तुलना जोडी बदला