নেভিগেশন
Advertise here

Muse Wonder (medium) vs Pareto (default)

Muse Wonder (medium) average score-এ এগিয়ে: 9.2 vs 9.1. Pareto (default)-এর benchmark খরচ কম: $1.520 vs $3.397. Muse Wonder (medium) দ্রুত: 21.58s vs 33.47s, pass rates 76.8% vs 87.0%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-10-13

তুলনা করা মডেল

র‍্যাঙ্ক
#30
মোট আউটপুট টোকেন
121,546
প্রতিক্রিয়া সময় (গড়)
21.58s
মোট খরচ
$3.397
র‍্যাঙ্ক
#39
মোট আউটপুট টোকেন
128,144
প্রতিক্রিয়া সময় (গড়)
33.47s
মোট খরচ
$1.520
প্রস্তাবিত মডেল Pareto (default)

Its score stays close to the best score here (9.1 vs 9.2), while costing about 2.2x less than Muse Wonder (medium).

বিস্তারিত তুলনা

মেট্রিক Muse Wonder Muse Wonder medium প্রকাশ: 2026-10-13 Pareto Pareto default প্রকাশ: 2026-09-18
স্কোর 9.2 9.1
র‍্যাঙ্ক #30 #39
নির্ভরযোগ্যতা 9.1 10.0
ধারাবাহিকতা 9.6 9.2
প্রচেষ্টা 69/69 69/69
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 76.8% 87.0%
অস্থির টেস্ট 1 2
মোট রান 69 69
প্রতি ফলাফলে খরচ 19.982 8.000
মোট খরচ $3.397 $1.520
ইনপুট মূল্য $4.000 / 1M $2.500 / 1M
আউটপুট মূল্য $20.000 / 1M $7.500 / 1M
ক্যাশ পড়ার মূল্য $0.200 / 1M $0.250 / 1M
ক্যাশ লেখার মূল্য প্রযোজ্য নয় প্রযোজ্য নয়
মোট ইনপুট টোকেন 241,489 223,559
আউটপুট টোকেন 11,575 128,144
রিজনিং টোকেন 109,971 0
প্রতিক্রিয়া সময় (গড়) 21.58s 33.47s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 162.73s 143.33s
প্রতিক্রিয়া সময় (মোট) 496.40s 769.84s
প্যারামিটার ~1T মোট (~50B 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.

#30 Muse Wonder

medium
খরচ
$0.208
সময়
64.8s
টোকেন
10,444 tok

#39 Pareto

default
খরচ
$0.034
সময়
170.7s
টোকেন
4,581 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 Wonder 10.0 10.0 100.0% 0 26.87s 7,401 1,181 26,424
Pareto 10.0 10.0 100.0% 0 50.12s 7,471 1,949 0

তুলনার জুটি বদলান