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

AI BENCHY Compare

Meta: Muse Spark 1.1 vs OpenAI: GPT-5.5

सारांश

GPT-5.5 (medium) average score मध्ये पुढे आहे: 9.0 vs 8.9. Muse Spark 1.1 (medium) चा benchmark खर्च कमी आहे: $1.152 vs $3.679. Muse Spark 1.1 (medium) वेगवान आहे: 23.35s vs 37.98s, pass rates 76.2% vs 87.3%.

शिफारस केलेले मॉडेलMuse Spark 1.1 (medium)Its score stays close to the best score here (8.9 vs 9.0), while costing about 3.2x less than GPT-5.5 (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-5.5 GPT-5.5 medium प्रकाशन: 2026-04-24
स्कोअर 8.9 9.0
क्रमांक #15 #12
विश्वसनीयता 10.0 10.0
सुसंगतता 9.2 8.9
बरोबर चाचण्या
प्रति प्रयत्न पास दर 76.2% 87.3%
अस्थिर चाचण्या 2 3
एकूण रन 63 63
प्रति निकाल खर्च 7.676 21.638
एकूण खर्च $1.152 $3.679
इनपुट किंमत $1.250 / 1M $5.000 / 1M
आउटपुट किंमत $4.250 / 1M $30.000 / 1M
एकूण इनपुट टोकन्स 59,928 34,212
आउटपुट टोकन्स 3,523 1,985
रिझनिंग टोकन्स 249,752 114,925
प्रतिसाद वेळ (सरासरी) 23.35s 37.98s
प्रतिसाद वेळ (कमाल) 165.38s 332.10s
प्रतिसाद वेळ (एकूण) 490.40s 797.60s

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

#12 GPT-5.5

medium
खर्च
$0.112
वेळ
71.9s
टोकन्स
3,807 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-5.5 8.8 7.8 88.9% 1 59.77s 7,305 362 24,959

झटपट तुलना

तुलना जोडी बदला