নেভিগেশন
Advertise here

Muse Wonder (xhigh) vs GLM 5.1 (medium)

Muse Wonder (xhigh) average score-এ এগিয়ে: 7.7 vs 7.5. GLM 5.1 (medium)-এর benchmark খরচ কম: $1.546 vs $4.012. Muse Wonder (xhigh) দ্রুত: 34.40s vs 66.38s, pass rates 65.2% vs 66.7%.

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

তুলনা করা মডেল

র‍্যাঙ্ক
#129
মোট আউটপুট টোকেন
181,988
প্রতিক্রিয়া সময় (গড়)
34.40s
মোট খরচ
$4.012
র‍্যাঙ্ক
#134
মোট আউটপুট টোকেন
245,833
প্রতিক্রিয়া সময় (গড়)
66.38s
মোট খরচ
$1.546
প্রস্তাবিত মডেল GLM 5.1 (medium)

Its score stays close to the best score here (7.5 vs 7.7), while costing about 2.6x less than Muse Wonder (xhigh).

বিস্তারিত তুলনা

মেট্রিক Muse Wonder Muse Wonder xhigh প্রকাশ: 2026-10-13 GLM 5.1 GLM 5.1 medium প্রকাশ: 2026-04-07
স্কোর 7.7 7.5
র‍্যাঙ্ক #129 #134
নির্ভরযোগ্যতা 9.1 9.2
ধারাবাহিকতা 9.3 8.4
প্রচেষ্টা 69/69 69/69
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 65.2% 66.7%
অস্থির টেস্ট 2 4
মোট রান 69 69
প্রতি ফলাফলে খরচ 28.658 9.004
মোট খরচ $4.012 $1.546
ইনপুট মূল্য $4.000 / 1M $1.400 / 1M
আউটপুট মূল্য $20.000 / 1M $4.400 / 1M
ক্যাশ পড়ার মূল্য $0.200 / 1M $0.260 / 1M
ক্যাশ লেখার মূল্য প্রযোজ্য নয় প্রযোজ্য নয়
মোট ইনপুট টোকেন 93,060 331,577
আউটপুট টোকেন 10,305 17,919
রিজনিং টোকেন 171,683 230,789
প্রতিক্রিয়া সময় (গড়) 34.40s 66.38s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 236.64s 308.75s
প্রতিক্রিয়া সময় (মোট) 791.16s 1460.31s
প্যারামিটার ~1T মোট (~50B সক্রিয়) 744B মোট (40B 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.

#129 Muse Wonder

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

#134 GLM 5.1

medium
Reached the allocated time limit (300 seconds) without receiving showcase output.
খরচ
$0.000
সময়
300.0s
টোকেন
0 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
GLM 5.1 4.6 3.7 44.5% 2 109.63s 5,702 4,871 37,826

দ্রুত তুলনা

তুলনার জুটি বদলান

Space Bunny AlphahighvsGLM 5.1mediumQwen3.8 27Blowবিনামূল্যে উপলভ্যvsGLM 5.1mediumGPT-6 LunalowvsGLM 5.1mediumMistral Large 4highvsGLM 5.1mediumMuse WonderxhighvsQwen3.7 FlashlowMuse WonderxhighvsQwen3.5 Plus 2026-04-20mediumClaude Haiku 5.5mediumvsMuse WonderxhighMuse WonderxhighvsGPT-6 LunahighSeed-2.0-CodehighvsGLM 5.1mediumMuse WonderxhighvsQwen3.8 Flash NextmediumMuse WonderxhighvsGPT-6 LunalowMuse WonderxhighvsQwen3.8 27Blowবিনামূল্যে উপলভ্য