Muse Spark Open (high) vs GPT-5.6 Sol (medium)

GPT-5.6 Sol (medium) average score मध्ये पुढे आहे: 9.5 vs 9.2. GPT-5.6 Sol (medium) चा benchmark खर्च कमी आहे: $1.700 vs $1.782. GPT-5.6 Sol (medium) वेगवान आहे: 14.57s vs 151.96s, pass rates 76.8% vs 91.3%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-19

तुलना केलेली मॉडेल्स

क्रमांक: #30
एकूण आउटपुट टोकन्स: 339,545
प्रतिसाद वेळ (सरासरी): 151.96s
एकूण खर्च: $1.782

क्रमांक: #20
एकूण आउटपुट टोकन्स: 38,005
प्रतिसाद वेळ (सरासरी): 14.57s
एकूण खर्च: $1.700

शिफारस केलेले मॉडेल GPT-5.6 Sol (medium)

It has the best score here (9.5), while responding about 10.4x faster than Muse Spark Open (high).

तपशीलवार तुलना

मेट्रिक	Muse Spark Open Muse Spark Open high प्रकाशन: 2026-10-15	GPT-5.6 Sol GPT-5.6 Sol medium प्रकाशन: 2026-07-09

मेट्रिक	Muse Spark Open Muse Spark Open high प्रकाशन: 2026-10-15	GPT-5.6 Sol GPT-5.6 Sol medium प्रकाशन: 2026-07-09
स्कोअर	9.2	9.5
क्रमांक	#30	#20
विश्वसनीयता	9.4	10.0
सुसंगतता	9.6	8.9
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	76.8%	91.3%
अस्थिर चाचण्या	1	3
एकूण रन	69	69
प्रति निकाल खर्च	10.481	8.944
एकूण खर्च	$1.782	$1.700
इनपुट किंमत	$1.250 / 1M	$2.000 / 1M
आउटपुट किंमत	$4.250 / 1M	$10.000 / 1M
कॅश वाचण्याची किंमत	$0.150 / 1M	$0.200 / 1M
कॅश लिहिण्याची किंमत	लागू नाही	$2.500 / 1M
एकूण इनपुट टोकन्स	270,889	191,341
आउटपुट टोकन्स	10,688	5,665
रिझनिंग टोकन्स	328,857	32,340
प्रतिसाद वेळ (सरासरी)	151.96s	14.57s
प्रतिसाद वेळ (कमाल)	960.01s	79.40s
प्रतिसाद वेळ (एकूण)	3495.01s	335.16s
पॅरामीटर्स	816B एकूण (42B सक्रिय)	~2T एकूण (~150B सक्रिय)
उपलब्धता	वेट्स उपलब्ध	बंद स्रोत

कॅशच्या किमती इनपुट टोकनला लागू होतात. वाचताना साठवलेले प्रॉम्प्ट पुन्हा वापरले जातात; लिहिताना ते साठवले जातात आणि अधिक खर्च होऊ शकतो. आउटपुट टोकनला आउटपुट किंमत लागू होते.

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#30 Muse Spark Open

high

खर्च: $0.045
वेळ: 239.2s
टोकन्स: 10,710 tok

#20 GPT-5.6 Sol

medium

खर्च: $0.124
वेळ: 57.2s
टोकन्स: 4,199 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

श्रेणी:

स्वायत्त एजंट कार्ये	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Muse Spark Open	10.0	10.0	100.0%	0		50.14s	163,214	2,275	8,809
GPT-5.6 Sol	10.0	10.0	100.0%	0		57.28s	112,335	969	2,059

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Muse Spark Open	8.3	10.0	75.0%	0		252.99s	1,668	493	7,966
GPT-5.6 Sol	10.0	10.0	100.0%	0		2.81s	606	173	572

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Muse Spark Open	10.0	10.0	100.0%	0		33.49s	8,478	1,743	33,344
GPT-5.6 Sol	10.0	10.0	100.0%	0		9.40s	7,302	394	4,706

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Muse Spark Open	10.0	10.0	100.0%	0		111.75s	71,541	4,777	43,546
GPT-5.6 Sol	10.0	10.0	100.0%	0		17.65s	55,798	3,119	2,616

डेटा पार्सिंग आणि निष्कर्षण	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Muse Spark Open	10.0	10.0	100.0%	0		14.72s	7,767	243	4,454
GPT-5.6 Sol	10.0	10.0	100.0%	0		1.38s	7,140	222	0

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Muse Spark Open	3.6	7.2	22.2%	1		412.11s	1,460	58	195,947
GPT-5.6 Sol	5.9	7.2	55.6%	1		57.24s	732	71	20,480

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Muse Spark Open	10.0	10.0	100.0%	0		8.35s	879	141	5,329
GPT-5.6 Sol	10.0	10.0	100.0%	0		3.48s	477	99	214

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Muse Spark Open	9.8	10.0	100.0%	0		28.50s	1,467	99	5,040
GPT-5.6 Sol	10.0	10.0	100.0%	0		2.50s	660	96	249

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Muse Spark Open	7.9	9.9	66.7%	0		145.68s	1,623	411	15,366
GPT-5.6 Sol	8.2	7.2	88.9%	1		2.98s	642	228	566

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Muse Spark Open	10.0	10.0	100.0%	0		10.65s	12,354	365	1,129
GPT-5.6 Sol	10.0	10.0	100.0%	0		6.30s	5,454	264	361

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Muse Spark Open	3.0	10.0	0.0%	0		330.14s	438	83	7,927
GPT-5.6 Sol	4.7	1.6	66.7%	1		4.94s	195	30	517

तुलना जोडी बदला

Claude Opus 5.5mediumvsMuse Spark Openhigh Muse Spark OpenhighvsGPT-5.5medium Claude Sonnet 5.5maxvsMuse Spark Openhigh Muse Spark OpenhighvsQwen3.8 MAXmedium DeepSeek V4.1 Flash 1017lowvsMuse Spark Openhigh Claude Opus 5.5lowvsGPT-5.6 Solmedium Seed 2.1 TurbolowvsMuse Spark Openhigh Gemini 4 ArgonhighvsGPT-5.6 Solmedium Muse Spark OpenhighvsGPT-5.3-Codexmedium Claude Haiku 5.5xhighvsMuse Spark Openhigh Claude Opus 5.5highvsGPT-5.6 Solmedium Muse Spark OpenhighvsParetodefault