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

Muse Wonder (minimal) vs Pareto (default)

average score প্রায় সমান: 9.1 vs 9.1. Pareto (default)-এর benchmark খরচ কম: $1.520 vs $1.639. Muse Wonder (minimal) দ্রুত: 7.72s 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
#41
মোট আউটপুট টোকেন
34,224
প্রতিক্রিয়া সময় (গড়)
7.72s
মোট খরচ
$1.639
র‍্যাঙ্ক
#39
মোট আউটপুট টোকেন
128,144
প্রতিক্রিয়া সময় (গড়)
33.47s
মোট খরচ
$1.520
প্রস্তাবিত মডেল Muse Wonder (minimal)

It has the best score here (9.1), while responding about 4.3x faster than Pareto (default).

বিস্তারিত তুলনা

মেট্রিক Muse Wonder Muse Wonder minimal প্রকাশ: 2026-10-13 Pareto Pareto default প্রকাশ: 2026-09-18
স্কোর 9.1 9.1
র‍্যাঙ্ক #41 #39
নির্ভরযোগ্যতা 9.7 10.0
ধারাবাহিকতা 9.3 9.2
প্রচেষ্টা 69/69 69/69
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 76.8% 87.0%
অস্থির টেস্ট 2 2
মোট রান 69 69
প্রতি ফলাফলে খরচ 9.639 8.000
মোট খরচ $1.639 $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 238,532 223,559
আউটপুট টোকেন 9,812 128,144
রিজনিং টোকেন 24,412 0
প্রতিক্রিয়া সময় (গড়) 7.72s 33.47s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 42.89s 143.33s
প্রতিক্রিয়া সময় (মোট) 177.57s 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.

#41 Muse Wonder

minimal
খরচ
$0.048
সময়
15.1s
টোকেন
2,488 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 6.86s 7,401 809 7,336
Pareto 10.0 10.0 100.0% 0 50.12s 7,471 1,949 0

তুলনার জুটি বদলান