Muse Wonder (medium) vs GPT-6.1 Sol (high)

GPT-6.1 Sol (high) average score मध्ये पुढे आहे: 9.6 vs 9.2. GPT-6.1 Sol (high) चा benchmark खर्च कमी आहे: $0.755 vs $3.397. GPT-6.1 Sol (high) वेगवान आहे: 15.46s vs 21.58s, pass rates 76.8% vs 94.2%.

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

तुलना केलेली मॉडेल्स

क्रमांक: #32
एकूण आउटपुट टोकन्स: 121,546
प्रतिसाद वेळ (सरासरी): 21.58s
एकूण खर्च: $3.397

क्रमांक: #12
एकूण आउटपुट टोकन्स: 40,508
प्रतिसाद वेळ (सरासरी): 15.46s
एकूण खर्च: $0.755

शिफारस केलेले मॉडेल GPT-6.1 Sol (high)

It has the best score here (9.6), while costing about 4.5x less than Muse Wonder (medium).

तपशीलवार तुलना

मेट्रिक	Muse Wonder Muse Wonder medium प्रकाशन: 2026-10-13	GPT-6.1 Sol GPT-6.1 Sol high प्रकाशन: 2026-09-29

मेट्रिक	Muse Wonder Muse Wonder medium प्रकाशन: 2026-10-13	GPT-6.1 Sol GPT-6.1 Sol high प्रकाशन: 2026-09-29
स्कोअर	9.2	9.6
क्रमांक	#32	#12
विश्वसनीयता	9.1	10.0
सुसंगतता	9.6	9.6
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	76.8%	94.2%
अस्थिर चाचण्या	1	1
एकूण रन	69	69
प्रति निकाल खर्च	19.982	3.596
एकूण खर्च	$3.397	$0.755
इनपुट किंमत	$4.000 / 1M	$2.000 / 1M
आउटपुट किंमत	$20.000 / 1M	$10.000 / 1M
कॅश वाचण्याची किंमत	$0.200 / 1M	$0.100 / 1M
कॅश लिहिण्याची किंमत	लागू नाही	$2.500 / 1M
एकूण इनपुट टोकन्स	241,489	174,960
आउटपुट टोकन्स	11,575	5,780
रिझनिंग टोकन्स	109,971	34,728
प्रतिसाद वेळ (सरासरी)	21.58s	15.46s
प्रतिसाद वेळ (कमाल)	162.73s	139.76s
प्रतिसाद वेळ (एकूण)	496.40s	355.66s
पॅरामीटर्स	~1T एकूण (~50B सक्रिय)	~2T एकूण (~150B 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.

#32 Muse Wonder

medium

खर्च: $0.208
वेळ: 64.8s
टोकन्स: 10,444 tok

#12 GPT-6.1 Sol

high

खर्च: $0.079
वेळ: 149.5s
टोकन्स: 7,920 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	10.0	10.0	100.0%	0		46.05s	148,242	2,406	2,850
GPT-6.1 Sol	10.0	10.0	100.0%	0		54.63s	95,468	826	1,424

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		4.84s	594	378	3,874
GPT-6.1 Sol	10.0	10.0	100.0%	0		3.31s	606	174	606

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		26.87s	7,401	1,181	26,424
GPT-6.1 Sol	10.0	10.0	100.0%	0		5.18s	7,302	390	2,215

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		28.23s	66,033	4,934	17,166
GPT-6.1 Sol	10.0	10.0	100.0%	0		24.65s	56,284	3,374	4,032

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		6.12s	7,053	433	3,670
GPT-6.1 Sol	10.0	10.0	100.0%	0		2.79s	7,140	234	178

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		70.72s	555	960	42,167
GPT-6.1 Sol	7.7	10.0	66.7%	0		59.04s	732	68	23,791

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		7.32s	519	147	1,123
GPT-6.1 Sol	10.0	10.0	100.0%	0		5.90s	477	112	449

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Muse Wonder	6.6	10.0	50.0%	0		3.88s	523	124	1,783
GPT-6.1 Sol	10.0	10.0	100.0%	0		3.63s	660	93	500

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Muse Wonder	7.7	10.0	66.7%	0		9.63s	564	481	4,834
GPT-6.1 Sol	10.0	10.0	100.0%	0		3.99s	642	223	633

टूल कॉलिंग	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		9.26s	9,780	369	2,803
GPT-6.1 Sol	10.0	10.0	100.0%	0		7.83s	5,454	256	209

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Muse Wonder	4.7	1.6	66.7%	1		16.33s	225	162	3,277
GPT-6.1 Sol	4.7	1.6	66.7%	1		7.29s	195	30	691

तुलना जोडी बदला

Claude Sonnet 5.5maxvsMuse Wondermedium DeepSeek V4.1 Flash 1017lowvsMuse Wondermedium Seed 2.1 TurbolowvsMuse Wondermedium Muse WondermediumvsQwen3.8 Max (0902)high Claude Haiku 5.5xhighvsMuse Wondermedium Gemini 3 Flash PreviewmediumvsGPT-6.1 Solhigh Muse WondermediumvsParetodefault Seed 2.1 TurbohighvsMuse Wondermedium Gemini 3.7 FlashmediumvsGPT-6.1 Solhigh Gemini 3.6 FlashmediumvsGPT-6.1 Solhigh Claude Opus 5highvsMuse Wondermedium Gemini 3.5 FlashlowvsMuse Wondermedium