Navigare
Advertise here

Muse Wonder (xhigh) vs GPT-6.1 Sol (low)

GPT-6.1 Sol (low) conduce la scorul mediu cu 9.6 vs 7.7. GPT-6.1 Sol (low) are costul de benchmark mai mic, $0.460 vs $4.012. GPT-6.1 Sol (low) este mai rapid cu 7.15s vs 34.40s, cu rate de reușită de 65.2% vs 92.8%.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-10-13

Modele comparate

Rang
#129
Total tokenuri de ieșire
181,988
Timp de răspuns (mediu)
34.40s
Cost total
$4.012
Rang
#16
Total tokenuri de ieșire
13,138
Timp de răspuns (mediu)
7.15s
Cost total
$0.460
Model recomandat GPT-6.1 Sol (low)

Are cel mai bun scor aici (9.6) și costă de aproximativ 8.7x mai puțin decât Muse Wonder (xhigh).

Comparație detaliată

Metrică Muse Wonder Muse Wonder xhigh Lansare: 2026-10-13 GPT-6.1 Sol GPT-6.1 Sol low Lansare: 2026-09-29
Scor 7.7 9.6
Rang #129 #16
Fiabilitate 9.1 10.0
Consistență 9.3 9.6
Încercări 69/69 69/69
Teste corecte
Rată de trecere pe încercare 65.2% 92.8%
Teste instabile 2 1
Rulări totale 69 69
Cost per rezultat 28.658 2.187
Cost total $4.012 $0.460
Preț de intrare $4.000 / 1M $2.000 / 1M
Preț de ieșire $20.000 / 1M $10.000 / 1M
Preț citire cache $0.200 / 1M $0.100 / 1M
Preț scriere cache N/D $2.500 / 1M
Total tokenuri de intrare 93,060 163,900
Tokenuri de ieșire 10,305 4,958
Tokenuri de raționament 171,683 8,180
Timp de răspuns (mediu) 34.40s 7.15s
Timp de răspuns (maxim) 236.64s 46.57s
Timp de răspuns (total) 791.16s 164.47s
Parametri ~1T în total (~50B activi) ~2T în total (~150B 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.

#129 Muse Wonder

xhigh
Cost
$0.266
Timp
95.4s
Tokenuri
13,379 tok

#16 GPT-6.1 Sol

low
Cost
$0.028
Timp
44.6s
Tokenuri
2,881 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 Wonder 10.0 10.0 100.0% 0 40.90s 7,401 1,639 46,235
GPT-6.1 Sol 10.0 10.0 100.0% 0 4.48s 7,302 388 1,286

Schimbă perechea de comparație