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

Muse Spark 1.1 (medium) vs GPT-5.4 (medium)

Muse Spark 1.1 (medium) average score मध्ये पुढे आहे: 8.6 vs 8.5. Muse Spark 1.1 (medium) चा benchmark खर्च कमी आहे: $1.420 vs $1.560. GPT-5.4 (medium) वेगवान आहे: 22.85s vs 26.25s, pass rates 72.7% vs 77.3%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-09-03

क्रमांक
#38
एकूण आउटपुट टोकन्स
292,152
प्रतिसाद वेळ (सरासरी)
26.25s
एकूण खर्च
$1.420
क्रमांक
#42
एकूण आउटपुट टोकन्स
90,466
प्रतिसाद वेळ (सरासरी)
22.85s
एकूण खर्च
$1.560
शिफारस केलेले मॉडेल Muse Spark 1.1 (medium)

It has the strongest score in this comparison (8.6) and the best overall balance of cost and response time across all 2 models.

तपशीलवार तुलना

मेट्रिक Muse Spark 1.1 Muse Spark 1.1 medium प्रकाशन: 2026-07-16 GPT-5.4 GPT-5.4 medium प्रकाशन: 2026-03-05
स्कोअर 8.6 8.5
क्रमांक #38 #42
विश्वसनीयता 10.0 10.0
सुसंगतता 9.2 8.6
प्रयत्न 66/66 66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर 72.7% 77.3%
अस्थिर चाचण्या 2 4
एकूण रन 66 66
प्रति निकाल खर्च 9.463 10.399
एकूण खर्च $1.420 $1.560
इनपुट किंमत $1.250 / 1M $2.500 / 1M
आउटपुट किंमत $4.250 / 1M $15.000 / 1M
एकूण इनपुट टोकन्स 142,147 81,136
आउटपुट टोकन्स 7,905 6,155
रिझनिंग टोकन्स 284,247 84,311
प्रतिसाद वेळ (सरासरी) 26.25s 22.85s
प्रतिसाद वेळ (कमाल) 165.38s 100.41s
प्रतिसाद वेळ (एकूण) 577.47s 502.78s
पॅरामीटर्स ~1T एकूण (~50B सक्रिय) ~1.5T एकूण (~100B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#38 Muse Spark 1.1

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

#42 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 15.66s 8,562 347 23,562
GPT-5.4 8.8 7.8 88.9% 1 44.36s 7,305 433 24,216

झटपट तुलना

तुलना जोडी बदला