नेव्हिगेशन
AI BENCHY
Advertise here

AI BENCHY Compare

Meta: Muse Spark 1.1 vs OpenAI: GPT-5.3-Codex

सारांश

GPT-5.3-Codex (medium) average score मध्ये पुढे आहे: 8.9 vs 8.9. GPT-5.3-Codex (medium) चा benchmark खर्च कमी आहे: $0.740 vs $1.152. GPT-5.3-Codex (medium) वेगवान आहे: 16.22s vs 23.35s, pass rates 76.2% vs 82.5%.

शिफारस केलेले मॉडेलGPT-5.3-Codex (medium)It has the best score here (8.9), while costing about 1.6x less than Muse Spark 1.1 (medium).

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-16

मेट्रिक Muse Spark 1.1 Muse Spark 1.1 medium प्रकाशन: 2026-07-16 GPT-5.3-Codex GPT-5.3-Codex medium प्रकाशन: 2026-02-05
स्कोअर 8.9 8.9
क्रमांक #15 #13
विश्वसनीयता 10.0 10.0
सुसंगतता 9.2 8.5
बरोबर चाचण्या
प्रति प्रयत्न पास दर 76.2% 82.5%
अस्थिर चाचण्या 2 4
एकूण रन 63 63
प्रति निकाल खर्च 7.676 4.932
एकूण खर्च $1.152 $0.740
इनपुट किंमत $1.250 / 1M $1.750 / 1M
आउटपुट किंमत $4.250 / 1M $14.000 / 1M
एकूण इनपुट टोकन्स 59,928 34,299
आउटपुट टोकन्स 3,523 2,357
रिझनिंग टोकन्स 249,752 46,189
प्रतिसाद वेळ (सरासरी) 23.35s 16.22s
प्रतिसाद वेळ (कमाल) 165.38s 100.93s
प्रतिसाद वेळ (एकूण) 490.40s 340.67s

जनरेशन शोकेस

Hamster playing table tennis

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

#15 Muse Spark 1.1

medium
खर्च
$0.024
वेळ
29.2s
टोकन्स
5,774 tok

#13 GPT-5.3-Codex

medium
खर्च
$0.049
वेळ
54.9s
टोकन्स
3,580 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 15.66s 8,562 347 23,562
GPT-5.3-Codex 10.0 10.0 100.0% 0 19.50s 7,302 535 10,890

झटपट तुलना

तुलना जोडी बदला