নেভিগেশন
Advertise here

Muse Wonder (xhigh) vs Inkling 2 Mini (local Q4) (low)

average score প্রায় সমান: 7.7 vs 7.6. Inkling 2 Mini (local Q4) (low)-এর benchmark খরচ কম: ~$0.292 vs $4.012. Muse Wonder (xhigh) দ্রুত: 34.40s vs 153.99s, pass rates 65.2% vs 66.7%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-11-22

তুলনা করা মডেল

র‍্যাঙ্ক
#201
মোট আউটপুট টোকেন
181,988
প্রতিক্রিয়া সময় (গড়)
34.40s
মোট খরচ
$4.012
র‍্যাঙ্ক
#202
মোট আউটপুট টোকেন
129,600
প্রতিক্রিয়া সময় (গড়)
153.99s
মোট খরচ
~$0.292
প্রস্তাবিত মডেল Inkling 2 Mini (local Q4) (low)

It has the best score here (7.6), while costing about 13.7x less than Muse Wonder (xhigh).

বিস্তারিত তুলনা

মেট্রিক Muse Wonder Muse Wonder xhigh প্রকাশ: 2026-10-13 Inkling 2 Mini (local Q4) Inkling 2 Mini (local Q4) low প্রকাশ: 2026-11-20
স্কোর 7.7 7.6
র‍্যাঙ্ক #201 #202
নির্ভরযোগ্যতা 9.1 9.7
ধারাবাহিকতা 9.3 9.6
প্রচেষ্টা 69/69 69/69
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 65.2% 66.7%
অস্থির টেস্ট 2 1
মোট রান 69 69
প্রতি ফলাফলে খরচ 28.658 ~1.946
মোট খরচ $4.012 ~$0.292
ইনপুট মূল্য $4.000 / 1M প্রযোজ্য নয়
আউটপুট মূল্য $20.000 / 1M প্রযোজ্য নয়
ক্যাশ পড়ার মূল্য $0.200 / 1M প্রযোজ্য নয়
ক্যাশ লেখার মূল্য প্রযোজ্য নয় প্রযোজ্য নয়
মোট ইনপুট টোকেন 93,060 312,366
আউটপুট টোকেন 10,305 1,631
রিজনিং টোকেন 171,683 127,969
প্রতিক্রিয়া সময় (গড়) 34.40s 153.99s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 236.64s 1963.67s
প্রতিক্রিয়া সময় (মোট) 791.16s 3541.85s
প্যারামিটার ~1T মোট (~50B সক্রিয়) 26.4B মোট (3.4B সক্রিয়)
উপলভ্যতা বন্ধ উৎস উন্মুক্ত 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.

#201 Muse Wonder

xhigh
খরচ
$0.266
সময়
95.4s
টোকেন
13,379 tok

#202 Thinking Machines: Inkling 2 Mini (local Q4)

low
খরচ
~$0.003
সময়
85.5s
টোকেন
2,977 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 40.90s 7,401 1,639 46,235
Inkling 2 Mini (local Q4) 5.3 7.2 44.4% 1 831.97s 5,668 524 34,490

তুলনার জুটি বদলান

Qwen3.8 Flash NextmediumvsInkling 2 Mini (local Q4)lowMuse WonderxhighvsQwen3.7 FlashlowMuse WonderxhighvsQwen3.5 Plus 2026-04-20mediumClaude Haiku 5.5mediumvsMuse WonderxhighSpace Bunny AlphahighvsInkling 2 Mini (local Q4)lowMuse WonderxhighvsNemotron 3.5 Super VLmediumবিনামূল্যে উপলভ্যInkling 2 Mini (local Q4)lowvsGLM 5.1mediumMuse WonderxhighvsGPT-6 LunahighMuse Glimmer 30BmediumvsInkling 2 Mini (local Q4)lowMuse WonderxhighvsQwen3.8 Flash NextmediumMuse WonderxhighvsGPT-6 LunalowMuse WonderxhighvsQwen3.8 27Blowবিনামূল্যে উপলভ্য