Navigare
Advertise here

Muse Ember (xhigh) vs GPT-5.2 (medium)

Muse Ember (xhigh) conduce la scorul mediu cu 8.8 vs 8.7. Muse Ember (xhigh) are costul de benchmark mai mic, $0.232 vs $1.558. Muse Ember (xhigh) este mai rapid cu 13.90s vs 31.29s, cu rate de reușită de 76.8% vs 73.9%.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-11-10

Modele comparate

Rang
#73
Total tokenuri de ieșire
409,112
Timp de răspuns (mediu)
13.90s
Cost total
$0.232
Rang
#80
Total tokenuri de ieșire
80,538
Timp de răspuns (mediu)
31.29s
Cost total
$1.558
Model recomandat Muse Ember (xhigh)

Are cel mai bun scor aici (8.8) și costă de aproximativ 6.7x mai puțin decât GPT-5.2 (medium).

Comparație detaliată

Metrică Muse Ember Muse Ember xhigh Lansare: 2026-11-09 GPT-5.2 GPT-5.2 medium Lansare: 2025-12-11
Scor 8.8 8.7
Rang #73 #80
Fiabilitate 10.0 10.0
Consistență 8.9 8.5
Încercări 69/69 69/69
Teste corecte
Rată de trecere pe încercare 76.8% 73.9%
Teste instabile 3 4
Rulări totale 69 69
Cost per rezultat 1.450 10.261
Cost total $0.232 $1.558
Preț de intrare $0.100 / 1M $1.750 / 1M
Preț de ieșire $0.500 / 1M $14.000 / 1M
Preț citire cache $0.004 / 1M $0.175 / 1M
Preț scriere cache $0.125 / 1M N/D
Total tokenuri de intrare 274,208 235,207
Tokenuri de ieșire 11,740 11,065
Tokenuri de raționament 397,372 69,473
Timp de răspuns (mediu) 13.90s 31.29s
Timp de răspuns (maxim) 79.38s 116.86s
Timp de răspuns (total) 319.61s 531.98s
Parametri ~150B în total (~10B activi) ~1.2T în total (~80B activi)
Disponibilitate Închis Închis

Prețurile de cache se aplică tokenurilor de intrare. Citirea reutilizează prompturi salvate; scrierea le stochează și poate costa în plus. Tokenurile de ieșire folosesc prețul de ieșire.

Prezentare generare modele

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#73 Muse Ember

xhigh
Cost
$0.008
Timp
24.3s
Tokenuri
14,705 tok

#80 GPT-5.2

medium
Cost
$0.047
Timp
49.2s
Tokenuri
3,396 tok

Top modele după scor

Scor vs cost total

Timp de răspuns (mediu)

Scor vs Timp de răspuns (mediu)

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Defalcare pe categorii

Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Muse Ember 10.0 10.0 100.0% 0 10.41s 7,410 1,225 40,702
GPT-5.2 10.0 10.0 100.0% 0 22.73s 7,302 511 11,912

Schimbă perechea de comparație