नेविगेशन
Advertise here

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

Muse Ember (minimal) average score में आगे है: 8.9 vs 8.6. Muse Ember (minimal) की benchmark लागत कम है: $0.047 vs $3.471. Muse Ember (minimal) तेज है: 5.30s vs 9.28s, pass rates 84.1% vs 76.8%.

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
#67
कुल आउटपुट टोकन
40,577
प्रतिक्रिया समय (औसत)
5.30s
कुल लागत
$0.047
अनुशंसित मॉडल Muse Ember (minimal)

It has the best score here (8.9), while costing about 74.0x 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 minimal रिलीज़: 2026-11-09
स्कोर 8.6 8.9
रैंक #92 #67
विश्वसनीयता 9.6 9.7
संगति 9.6 9.6
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 84.1% 76.8%
अस्थिर टेस्ट 1 1
कुल रन 69 69
प्रति परिणाम लागत 18.265 0.276
कुल लागत $3.471 $0.047
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 300,393 265,844
आउटपुट टोकन 11,011 10,584
रीजनिंग टोकन 15,668 29,993
प्रतिक्रिया समय (औसत) 9.28s 5.30s
प्रतिक्रिया समय (अधिकतम) 49.92s 48.15s
प्रतिक्रिया समय (कुल) 213.39s 121.82s
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

#67 Muse Ember

minimal
लागत
$0.002
समय
4.5s
टोकन
2,690 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 2.66s 7,410 577 6,099

तुलना जोड़ी बदलें