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

Muse Ember (xhigh) vs Pareto 26.9 (default)

Pareto 26.9 (default) average score-এ এগিয়ে: 8.9 vs 8.8. Muse Ember (xhigh)-এর benchmark খরচ কম: $0.232 vs $1.864. Muse Ember (xhigh) দ্রুত: 13.90s vs 28.26s, pass rates 76.8% vs 79.7%.

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
#69
মোট আউটপুট টোকেন
175,696
প্রতিক্রিয়া সময় (গড়)
28.26s
মোট খরচ
$1.864
প্রস্তাবিত মডেল Muse Ember (xhigh)

Its score stays close to the best score here (8.8 vs 8.9), while costing about 8.0x less than Pareto 26.9 (default).

বিস্তারিত তুলনা

মেট্রিক Muse Ember Muse Ember xhigh প্রকাশ: 2026-11-09 Pareto 26.9 Pareto 26.9 default প্রকাশ: 2026-10-15
স্কোর 8.8 8.9
র‍্যাঙ্ক #73 #69
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 8.9 8.1
প্রচেষ্টা 69/69 69/69
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 76.8% 79.7%
অস্থির টেস্ট 3 6
মোট রান 69 69
প্রতি ফলাফলে খরচ 1.450 12.422
মোট খরচ $0.232 $1.864
ইনপুট মূল্য $0.100 / 1M $2.500 / 1M
আউটপুট মূল্য $0.500 / 1M $7.500 / 1M
ক্যাশ পড়ার মূল্য $0.004 / 1M $0.250 / 1M
ক্যাশ লেখার মূল্য $0.125 / 1M প্রযোজ্য নয়
মোট ইনপুট টোকেন 274,208 218,199
আউটপুট টোকেন 11,740 175,696
রিজনিং টোকেন 397,372 0
প্রতিক্রিয়া সময় (গড়) 13.90s 28.26s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 79.38s 151.76s
প্রতিক্রিয়া সময় (মোট) 319.61s 649.90s
প্যারামিটার ~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.

#73 Muse Ember

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

#69 Pareto 26.9

default
খরচ
$0.038
সময়
109.6s
টোকেন
5,118 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
Pareto 26.9 10.0 10.0 100.0% 0 49.15s 7,419 1,895 0

তুলনার জুটি বদলান