Muse Wonder (medium) vs GPT-6.1 Terra (xhigh)

GPT-6.1 Terra (xhigh) average score मध्ये पुढे आहे: 9.3 vs 9.2. GPT-6.1 Terra (xhigh) चा benchmark खर्च कमी आहे: $0.789 vs $3.397. Muse Wonder (medium) वेगवान आहे: 21.58s vs 23.65s, pass rates 76.8% vs 88.4%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-26

तुलना केलेली मॉडेल्स

क्रमांक: #37
एकूण आउटपुट टोकन्स: 121,546
प्रतिसाद वेळ (सरासरी): 21.58s
एकूण खर्च: $3.397

क्रमांक: #32
एकूण आउटपुट टोकन्स: 121,002
प्रतिसाद वेळ (सरासरी): 23.65s
एकूण खर्च: $0.789

शिफारस केलेले मॉडेल GPT-6.1 Terra (xhigh)

It has the best score here (9.3), while costing about 4.3x less than Muse Wonder (medium).

तपशीलवार तुलना

मेट्रिक	Muse Wonder Muse Wonder medium प्रकाशन: 2026-10-13	GPT-6.1 Terra GPT-6.1 Terra xhigh प्रकाशन: 2026-10-26

मेट्रिक	Muse Wonder Muse Wonder medium प्रकाशन: 2026-10-13	GPT-6.1 Terra GPT-6.1 Terra xhigh प्रकाशन: 2026-10-26
स्कोअर	9.2	9.3
क्रमांक	#37	#32
विश्वसनीयता	9.1	10.0
सुसंगतता	9.6	8.6
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	76.8%	88.4%
अस्थिर चाचण्या	1	4
एकूण रन	69	69
प्रति निकाल खर्च	19.982	4.379
एकूण खर्च	$3.397	$0.789
इनपुट किंमत	$4.000 / 1M	$1.000 / 1M
आउटपुट किंमत	$20.000 / 1M	$5.000 / 1M
कॅश वाचण्याची किंमत	$0.200 / 1M	$0.050 / 1M
कॅश लिहिण्याची किंमत	लागू नाही	$1.250 / 1M
एकूण इनपुट टोकन्स	241,489	183,057
आउटपुट टोकन्स	11,575	5,490
रिझनिंग टोकन्स	109,971	115,512
प्रतिसाद वेळ (सरासरी)	21.58s	23.65s
प्रतिसाद वेळ (कमाल)	162.73s	236.28s
प्रतिसाद वेळ (एकूण)	496.40s	543.86s
पॅरामीटर्स	~1T एकूण (~50B सक्रिय)	~1T एकूण (~60B 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.

#37 Muse Wonder

medium

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

#32 GPT-6.1 Terra

xhigh

खर्च: $0.050
वेळ: 109.1s
टोकन्स: 9,926 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 Terra	10.0	10.0	100.0%	0		47.94s	90,780	888	1,561

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 Terra	10.0	10.0	100.0%	0		3.87s	606	159	1,006

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 Terra	10.0	10.0	100.0%	0		15.91s	7,302	387	11,030

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 Terra	10.0	10.0	100.0%	0		27.68s	67,543	3,091	9,124

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 Terra	10.0	10.0	100.0%	0		2.71s	7,140	230	192

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 Terra	5.8	4.4	66.7%	2		97.63s	732	68	77,856

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 Terra	10.0	10.0	100.0%	0		7.47s	477	99	1,329

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 Terra	8.5	6.8	83.3%	1		2.95s	660	94	578

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 Terra	8.2	7.2	88.9%	1		5.28s	642	186	2,389

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 Terra	10.0	10.0	100.0%	0		9.94s	6,980	258	795

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 Terra	3.0	10.0	0.0%	0		39.87s	195	30	9,652

तुलना जोडी बदला

Claude Opus 5mediumvsGPT-6.1 Terraxhigh Claude Opus 5highvsGPT-6.1 Terraxhigh Claude Sonnet 5.5maxvsMuse Wondermedium Gemini 3.7 FlashlowvsGPT-6.1 Terraxhigh DeepSeek V4.1 Flash 1017lowvsMuse Wondermedium Claude Opus 5.5highvsGPT-6.1 Terraxhigh Seed 2.1 TurbolowvsMuse Wondermedium Muse WondermediumvsQwen3.8 Max (0902)high Claude Haiku 5.5xhighvsMuse Wondermedium Seed 2.1 TurbolowvsGPT-6.1 Terraxhigh Claude Opus 5.5lowvsGPT-6.1 Terraxhigh Muse WondermediumvsParetodefault