नेव्हिगेशन
Advertise here

Muse Wonder (max) vs GPT-5.6 Luna (high)

GPT-5.6 Luna (high) average score मध्ये पुढे आहे: 8.0 vs 7.9. GPT-5.6 Luna (high) चा benchmark खर्च कमी आहे: $0.118 vs $4.766. GPT-5.6 Luna (high) वेगवान आहे: 18.39s vs 44.39s, pass rates 75.4% vs 71.0%.

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

तुलना केलेली मॉडेल्स

क्रमांक
#124
एकूण आउटपुट टोकन्स
219,635
प्रतिसाद वेळ (सरासरी)
44.39s
एकूण खर्च
$4.766
क्रमांक
#110
एकूण आउटपुट टोकन्स
139,395
प्रतिसाद वेळ (सरासरी)
18.39s
एकूण खर्च
$0.118
शिफारस केलेले मॉडेल GPT-5.6 Luna (high)

It has the best score here (8.0), while costing about 40.5x less than Muse Wonder (max).

तपशीलवार तुलना

मेट्रिक Muse Wonder Muse Wonder max प्रकाशन: 2026-10-13 GPT-5.6 Luna GPT-5.6 Luna high प्रकाशन: 2026-07-09
स्कोअर 7.9 8.0
क्रमांक #124 #110
विश्वसनीयता 9.0 10.0
सुसंगतता 8.9 8.6
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 75.4% 71.0%
अस्थिर चाचण्या 3 4
एकूण रन 69 69
प्रति निकाल खर्च 29.783 5.882
एकूण खर्च $4.766 $0.118
इनपुट किंमत $4.000 / 1M $0.200 / 1M
आउटपुट किंमत $20.000 / 1M $1.200 / 1M
कॅश वाचण्याची किंमत $0.200 / 1M $0.020 / 1M
कॅश लिहिण्याची किंमत लागू नाही $0.250 / 1M
एकूण इनपुट टोकन्स 93,126 197,896
आउटपुट टोकन्स 10,497 6,211
रिझनिंग टोकन्स 209,138 133,184
प्रतिसाद वेळ (सरासरी) 44.39s 18.39s
प्रतिसाद वेळ (कमाल) 287.79s 111.09s
प्रतिसाद वेळ (एकूण) 1021.02s 422.93s
पॅरामीटर्स ~1T एकूण (~50B सक्रिय) ~400B एकूण (~17B 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.

#124 Muse Wonder

max
खर्च
$0.429
वेळ
207.0s
टोकन्स
21,515 tok

#110 GPT-5.6 Luna

high
खर्च
$0.033
वेळ
34.2s
टोकन्स
5,484 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 58.38s 7,401 1,942 65,131
GPT-5.6 Luna 5.5 4.7 55.6% 2 15.63s 7,302 510 17,746

झटपट तुलना

तुलना जोडी बदला

Ling 3.1 FlashhighvsMuse WondermaxDeepSeek V4.1 Flash 1017highvsMuse WondermaxMuse WondermaxvsMiMo-V2.6-FlashmediumNemotron 3 Ultramediumमोफत उपलब्धvsGPT-5.6 LunahighMuse WondermaxvsQwen3.8 2.4T A95BhighGemini 3.5 FlashmediumvsMuse WondermaxMuse WondermaxvsGrok 4.5mediumMuse WondermaxvsGLM 5.3highDeepSeek V4.1 FlashlowvsGPT-5.6 LunahighGemini 3.8 FlashmediumvsGPT-5.6 LunahighMuse WondermaxvsStep 3.7 FlashmediumGPT-5.6 LunahighvsQwen3.8 Flash Nextlow