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-5.6 Sol

सारांश

GPT-5.6 Sol (high) average score मध्ये पुढे आहे: 9.4 vs 8.9. GPT-5.6 Sol (high) चा benchmark खर्च कमी आहे: $0.821 vs $1.152. GPT-5.6 Sol (high) वेगवान आहे: 10.56s vs 23.35s, pass rates 76.2% vs 88.9%.

शिफारस केलेले मॉडेलGPT-5.6 Sol (high)It has the best score here (9.4), while responding about 2.2x faster 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-5.6 Sol GPT-5.6 Sol high प्रकाशन: 2026-07-09
स्कोअर 8.9 9.4
क्रमांक #15 #6
विश्वसनीयता 10.0 10.0
सुसंगतता 9.2 8.8
बरोबर चाचण्या
प्रति प्रयत्न पास दर 76.2% 88.9%
अस्थिर चाचण्या 2 3
एकूण रन 63 63
प्रति निकाल खर्च 7.676 4.824
एकूण खर्च $1.152 $0.821
इनपुट किंमत $1.250 / 1M $5.000 / 1M
आउटपुट किंमत $4.250 / 1M $30.000 / 1M
एकूण इनपुट टोकन्स 59,928 34,114
आउटपुट टोकन्स 3,523 1,872
रिझनिंग टोकन्स 249,752 19,777
प्रतिसाद वेळ (सरासरी) 23.35s 10.56s
प्रतिसाद वेळ (कमाल) 165.38s 54.79s
प्रतिसाद वेळ (एकूण) 490.40s 221.69s

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

#6 GPT-5.6 Sol

high
खर्च
$0.151
वेळ
201.9s
टोकन्स
5,100 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-5.6 Sol 10.0 10.0 100.0% 0 12.52s 7,302 404 5,656

झटपट तुलना

तुलना जोडी बदला