নেভিগেশন
Advertise here

Muse Ember (xhigh) vs Qwen3.8 MAX (low)

Qwen3.8 MAX (low) average score-এ এগিয়ে: 8.8 vs 8.8. Muse Ember (xhigh)-এর benchmark খরচ কম: $0.232 vs $1.089. Muse Ember (xhigh) দ্রুত: 13.90s vs 25.09s, pass rates 76.8% vs 81.2%.

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

তুলনা করা মডেল

র‍্যাঙ্ক
#73
মোট আউটপুট টোকেন
409,112
প্রতিক্রিয়া সময় (গড়)
13.90s
মোট খরচ
$0.232
র‍্যাঙ্ক
#71
মোট আউটপুট টোকেন
93,936
প্রতিক্রিয়া সময় (গড়)
25.09s
মোট খরচ
$1.089
প্রস্তাবিত মডেল Muse Ember (xhigh)

Its score stays close to the best score here (8.8 vs 8.8), while costing about 4.7x less than Qwen3.8 MAX (low).

বিস্তারিত তুলনা

মেট্রিক Muse Ember Muse Ember xhigh প্রকাশ: 2026-11-09 Qwen3.8 MAX Qwen3.8 MAX low প্রকাশ: 2026-08-04
স্কোর 8.8 8.8
র‍্যাঙ্ক #73 #71
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 8.9 9.0
প্রচেষ্টা 69/69 69/69
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 76.8% 81.2%
অস্থির টেস্ট 3 3
মোট রান 69 69
প্রতি ফলাফলে খরচ 1.450 5.051
মোট খরচ $0.232 $1.089
ইনপুট মূল্য $0.100 / 1M $2.000 / 1M
আউটপুট মূল্য $0.500 / 1M $6.000 / 1M
ক্যাশ পড়ার মূল্য $0.004 / 1M প্রযোজ্য নয়
ক্যাশ লেখার মূল্য $0.125 / 1M প্রযোজ্য নয়
মোট ইনপুট টোকেন 274,208 262,495
আউটপুট টোকেন 11,740 7,787
রিজনিং টোকেন 397,372 86,149
প্রতিক্রিয়া সময় (গড়) 13.90s 25.09s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 79.38s 155.75s
প্রতিক্রিয়া সময় (মোট) 319.61s 577.14s
প্যারামিটার ~150B মোট (~10B সক্রিয়) 2.4T মোট (~100B 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.

#73 Muse Ember

xhigh
খরচ
$0.008
সময়
24.3s
টোকেন
14,705 tok

#71 Qwen3.8 MAX

low
খরচ
$0.026
সময়
68.5s
টোকেন
4,280 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
Muse Ember 10.0 10.0 100.0% 0 10.41s 7,410 1,225 40,702
Qwen3.8 MAX 8.4 7.4 88.9% 1 28.69s 8,127 512 15,952

তুলনার জুটি বদলান