নেভিগেশন
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Claude Opus 5 (medium) vs Muse Ember (high)

Claude Opus 5 (medium) average score-এ এগিয়ে: 9.4 vs 9.2. Muse Ember (high)-এর benchmark খরচ কম: $0.156 vs $2.870. Muse Ember (high) দ্রুত: 11.67s vs 13.24s, pass rates 84.1% vs 79.7%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-11-10

তুলনা করা মডেল

র‍্যাঙ্ক
#32
মোট আউটপুট টোকেন
43,450
প্রতিক্রিয়া সময় (গড়)
13.24s
মোট খরচ
$2.870
র‍্যাঙ্ক
#36
মোট আউটপুট টোকেন
254,892
প্রতিক্রিয়া সময় (গড়)
11.67s
মোট খরচ
$0.156
প্রস্তাবিত মডেল Muse Ember (high)

Its score stays close to the best score here (9.2 vs 9.4), while costing about 18.4x less than Claude Opus 5 (medium).

বিস্তারিত তুলনা

মেট্রিক Claude Opus 5 Claude Opus 5 medium প্রকাশ: 2026-07-25 Muse Ember Muse Ember high প্রকাশ: 2026-11-09
স্কোর 9.4 9.2
র‍্যাঙ্ক #32 #36
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 9.6 9.6
প্রচেষ্টা 69/69 69/69
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 84.1% 79.7%
অস্থির টেস্ট 1 1
মোট রান 69 69
প্রতি ফলাফলে খরচ 15.102 0.865
মোট খরচ $2.870 $0.156
ইনপুট মূল্য $5.000 / 1M $0.100 / 1M
আউটপুট মূল্য $25.000 / 1M $0.500 / 1M
ক্যাশ পড়ার মূল্য $0.500 / 1M $0.004 / 1M
ক্যাশ লেখার মূল্য $6.250 / 1M $0.125 / 1M
মোট ইনপুট টোকেন 356,605 282,192
আউটপুট টোকেন 26,715 14,054
রিজনিং টোকেন 17,041 240,838
প্রতিক্রিয়া সময় (গড়) 13.24s 11.67s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 78.80s 53.01s
প্রতিক্রিয়া সময় (মোট) 304.46s 268.45s
প্যারামিটার ~5T মোট (~500B সক্রিয়) ~150B মোট (~10B সক্রিয়)
উপলভ্যতা বন্ধ উৎস বন্ধ উৎস

ক্যাশের মূল্য ইনপুট টোকেনের জন্য প্রযোজ্য। পড়ার সময় ক্যাশ করা প্রম্পট আবার ব্যবহার হয়; লেখার সময় সেগুলি সংরক্ষিত হয় এবং বাড়তি খরচ হতে পারে। আউটপুট টোকেনের জন্য আউটপুট মূল্য প্রযোজ্য।

মডেল জেনারেশন শোকেস

Hamster playing table tennis

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

#32 Claude Opus 5

medium
খরচ
$0.125
সময়
69.3s
টোকেন
5,134 tok

#36 Muse Ember

high
খরচ
$0.005
সময়
18.3s
টোকেন
9,965 tok

স্কোর অনুযায়ী শীর্ষ মডেল

স্কোর বনাম মোট খরচ

প্রতিক্রিয়া সময় (গড়)

স্কোর vs প্রতিক্রিয়া সময় (গড়)

মোট আউটপুট টোকেন

স্কোর vs মোট আউটপুট টোকেন

বিভাগভিত্তিক বিশ্লেষণ

কোডিং স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
Claude Opus 5 10.0 10.0 100.0% 0 9.56s 10,590 5,224 1,162
Muse Ember 10.0 10.0 100.0% 0 9.62s 7,410 1,213 34,691

তুলনার জুটি বদলান