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

Muse Wonder (high) vs Grok 4.5 (low)

Grok 4.5 (low) average score मध्ये पुढे आहे: 7.8 vs 7.7. Grok 4.5 (low) चा benchmark खर्च कमी आहे: $1.345 vs $3.426. Grok 4.5 (low) वेगवान आहे: 18.14s vs 22.96s, pass rates 66.7% vs 73.9%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-13

तुलना केलेली मॉडेल्स

क्रमांक
#122
एकूण आउटपुट टोकन्स
152,440
प्रतिसाद वेळ (सरासरी)
22.96s
एकूण खर्च
$3.426
क्रमांक
#120
एकूण आउटपुट टोकन्स
121,415
प्रतिसाद वेळ (सरासरी)
18.14s
एकूण खर्च
$1.345
शिफारस केलेले मॉडेल Grok 4.5 (low)

It has the best score here (7.8), while costing about 2.5x less than Muse Wonder (high).

तपशीलवार तुलना

मेट्रिक Muse Wonder Muse Wonder high प्रकाशन: 2026-10-13 Grok 4.5 Grok 4.5 low प्रकाशन: 2026-07-08
स्कोअर 7.7 7.8
क्रमांक #122 #120
विश्वसनीयता 9.3 10.0
सुसंगतता 9.6 9.3
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 66.7% 73.9%
अस्थिर चाचण्या 1 2
एकूण रन 69 69
प्रति निकाल खर्च 22.837 8.404
एकूण खर्च $3.426 $1.345
इनपुट किंमत $4.000 / 1M $2.000 / 1M
आउटपुट किंमत $20.000 / 1M $6.000 / 1M
कॅश वाचण्याची किंमत $0.200 / 1M $0.300 / 1M
कॅश लिहिण्याची किंमत लागू नाही लागू नाही
एकूण इनपुट टोकन्स 94,153 308,068
आउटपुट टोकन्स 9,606 9,218
रिझनिंग टोकन्स 142,834 112,197
प्रतिसाद वेळ (सरासरी) 22.96s 18.14s
प्रतिसाद वेळ (कमाल) 143.21s 205.28s
प्रतिसाद वेळ (एकूण) 528.08s 417.21s
पॅरामीटर्स ~1T एकूण (~50B सक्रिय) ~1.7T एकूण (~170B सक्रिय)
उपलब्धता बंद स्रोत 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.

#122 Muse Wonder

high
खर्च
$0.199
वेळ
113.0s
टोकन्स
10,002 tok

#120 SpaceXAI: Grok 4.5

low
खर्च
$0.011
वेळ
12.4s
टोकन्स
2,018 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 Wonder 10.0 10.0 100.0% 0 36.94s 7,401 1,392 35,716
Grok 4.5 10.0 10.0 100.0% 0 13.72s 9,579 303 15,641

तुलना जोडी बदला