Muse Wonder (high) vs Grok 4.5 (medium)

Grok 4.5 (medium) average score मध्ये पुढे आहे: 7.8 vs 7.7. Grok 4.5 (medium) चा benchmark खर्च कमी आहे: $2.996 vs $3.426. Muse Wonder (high) वेगवान आहे: 22.96s vs 68.44s, pass rates 66.7% vs 79.7%.

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: #115
एकूण आउटपुट टोकन्स: 306,044
प्रतिसाद वेळ (सरासरी): 68.44s
एकूण खर्च: $2.996

शिफारस केलेले मॉडेल Muse Wonder (high)

Its score stays close to the best score here (7.7 vs 7.8), while responding about 3.0x faster than Grok 4.5 (medium).

तपशीलवार तुलना

मेट्रिक	Muse Wonder Muse Wonder high प्रकाशन: 2026-10-13	Grok 4.5 Grok 4.5 medium प्रकाशन: 2026-07-08

मेट्रिक	Muse Wonder Muse Wonder high प्रकाशन: 2026-10-13	Grok 4.5 Grok 4.5 medium प्रकाशन: 2026-07-08
स्कोअर	7.7	7.8
क्रमांक	#122	#115
विश्वसनीयता	9.3	10.0
सुसंगतता	9.6	9.0
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	66.7%	79.7%
अस्थिर चाचण्या	1	3
एकूण रन	69	69
प्रति निकाल खर्च	22.837	14.430
एकूण खर्च	$3.426	$2.996
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	308,369
आउटपुट टोकन्स	9,606	7,013
रिझनिंग टोकन्स	142,834	299,031
प्रतिसाद वेळ (सरासरी)	22.96s	68.44s
प्रतिसाद वेळ (कमाल)	143.21s	436.38s
प्रतिसाद वेळ (एकूण)	528.08s	1574.14s
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

#115 SpaceXAI: Grok 4.5

medium

खर्च: $0.044
वेळ: 59.4s
टोकन्स: 7,512 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 Wonder	3.0	10.0	0.0%	0		461ms	0	0	0
Grok 4.5	5.0	10.0	0.0%	0		65.24s	186,214	1,499	5,085

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Muse Wonder	8.3	10.0	75.0%	0		5.93s	594	362	4,257
Grok 4.5	10.0	10.0	100.0%	0		23.50s	2,991	147	4,018

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	7.6	7.2	77.8%	1		155.69s	9,579	390	104,634

संयुक्त	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		34.90s	66,087	5,019	24,775
Grok 4.5	10.0	10.0	100.0%	0		29.01s	83,730	4,154	16,180

डेटा पार्सिंग आणि निष्कर्षण	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		7.09s	7,053	431	4,377
Grok 4.5	10.0	10.0	100.0%	0		6.29s	8,937	225	3,657

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Muse Wonder	5.3	10.0	33.3%	0		78.62s	555	1,083	58,198
Grok 4.5	5.3	7.2	44.4%	1		249.34s	2,221	11	140,815

Samanya Buddhimatta	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		5.52s	519	170	1,428
Grok 4.5	6.5	3.4	66.7%	1		12.84s	1,077	71	2,384

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Muse Wonder	6.5	10.0	50.0%	0		1.97s	408	69	936
Grok 4.5	9.8	10.0	100.0%	0		6.06s	1,857	57	2,728

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Muse Wonder	5.3	10.0	33.3%	0		3.78s	246	222	1,817
Grok 4.5	10.0	10.0	100.0%	0		7.75s	2,430	254	3,641

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Muse Wonder	9.8	10.0	100.0%	0		23.70s	11,065	636	5,476
Grok 4.5	10.0	10.0	100.0%	0		6.57s	8,544	192	968

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Muse Wonder	2.8	1.6	33.3%	1		28.77s	225	222	5,854
Grok 4.5	3.0	10.0	0.0%	0		74.44s	789	13	14,921

तुलना जोडी बदला

Grok 4.5mediumvsGLM 5.3high Claude Haiku 5.5mediumvsMuse Wonderhigh Muse WonderhighvsQwen3.5 Plus 2026-04-20medium Ling 3.1 FlashhighvsGrok 4.5medium Muse WondermaxvsGrok 4.5medium Muse WonderhighvsQwen3.7 Flashlow Qwen3.8 2.4T A95BhighvsGrok 4.5medium Qwen3.7 PlusnonevsGrok 4.5medium DeepSeek V4 Flash 0731mediumvsMuse Wonderhigh Muse WonderhighvsGrok 4.5low Muse WonderhighvsQwen3.7 Plusnone Qwen3.7 MaxnonevsGrok 4.5medium