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

Claude Fable 5.2 (low) vs Muse Ember (medium)

Claude Fable 5.2 (low) average score में आगे है: 8.6 vs 8.5. Muse Ember (medium) की benchmark लागत कम है: $0.190 vs $3.471. Claude Fable 5.2 (low) तेज है: 9.28s vs 12.39s, pass rates 84.1% vs 75.4%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-10

तुलना किए गए मॉडल

रैंक
#92
कुल आउटपुट टोकन
26,679
प्रतिक्रिया समय (औसत)
9.28s
कुल लागत
$3.471
रैंक
#97
कुल आउटपुट टोकन
324,857
प्रतिक्रिया समय (औसत)
12.39s
कुल लागत
$0.190
अनुशंसित मॉडल Muse Ember (medium)

Its score stays close to the best score here (8.5 vs 8.6), while costing about 18.3x less than Claude Fable 5.2 (low).

विस्तृत तुलना

मेट्रिक Claude Fable 5.2 Claude Fable 5.2 low रिलीज़: 2026-11-09 Muse Ember Muse Ember medium रिलीज़: 2026-11-09
स्कोर 8.6 8.5
रैंक #92 #97
विश्वसनीयता 9.6 10.0
संगति 9.6 8.2
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 84.1% 75.4%
अस्थिर टेस्ट 1 5
कुल रन 69 69
प्रति परिणाम लागत 18.265 1.266
कुल लागत $3.471 $0.190
इनपुट कीमत $8.000 / 1M $0.100 / 1M
आउटपुट कीमत $40.000 / 1M $0.500 / 1M
कैश पढ़ने की कीमत $0.200 / 1M $0.004 / 1M
कैश लिखने की कीमत $10.000 / 1M $0.125 / 1M
कुल इनपुट टोकन 300,393 274,381
आउटपुट टोकन 11,011 12,835
रीजनिंग टोकन 15,668 312,022
प्रतिक्रिया समय (औसत) 9.28s 12.39s
प्रतिक्रिया समय (अधिकतम) 49.92s 75.32s
प्रतिक्रिया समय (कुल) 213.39s 285.08s
पैरामीटर ~9.5T कुल (~878B सक्रिय) ~150B कुल (~10B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।

मॉडल जनरेशन शोकेस

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#92 Claude Fable 5.2

low
लागत
$0.084
समय
21.6s
टोकन
2,240 tok

#97 Muse Ember

medium
लागत
$0.003
समय
10.0s
टोकन
5,136 tok

स्कोर के अनुसार शीर्ष मॉडल

स्कोर बनाम कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

श्रेणी विवरण

कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Fable 5.2 5.8 9.9 33.3% 0 6.83s 10,608 2,015 1,286
Muse Ember 10.0 10.0 100.0% 0 6.94s 7,410 1,074 25,110

तुलना जोड़ी बदलें