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

Claude Opus 5.5 (medium) vs Muse Wonder (low)

Claude Opus 5.5 (medium) average score में आगे है: 9.2 vs 9.1. Claude Opus 5.5 (medium) की benchmark लागत कम है: $1.804 vs $2.637. Muse Wonder (low) तेज है: 16.00s vs 25.85s, pass rates 89.9% vs 76.8%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-13

तुलना किए गए मॉडल

रैंक
#29
कुल आउटपुट टोकन
32,127
प्रतिक्रिया समय (औसत)
25.85s
कुल लागत
$1.804
रैंक
#38
कुल आउटपुट टोकन
82,847
प्रतिक्रिया समय (औसत)
16.00s
कुल लागत
$2.637
अनुशंसित मॉडल Claude Opus 5.5 (medium)

इस तुलना में इसका स्कोर सबसे अधिक है (9.2) और 2 मॉडलों में लागत और प्रतिक्रिया समय का समग्र संतुलन सबसे अच्छा है।

विस्तृत तुलना

मेट्रिक Claude Opus 5.5 Claude Opus 5.5 medium रिलीज़: 2026-09-23 Muse Wonder Muse Wonder low रिलीज़: 2026-10-13
स्कोर 9.2 9.1
रैंक #29 #38
विश्वसनीयता 10.0 9.7
संगति 9.7 9.6
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 89.9% 76.8%
अस्थिर टेस्ट 1 1
कुल रन 69 69
प्रति परिणाम लागत 9.016 15.512
कुल लागत $1.804 $2.637
इनपुट कीमत $4.000 / 1M $4.000 / 1M
आउटपुट कीमत $20.000 / 1M $20.000 / 1M
कैश पढ़ने की कीमत $0.200 / 1M $0.200 / 1M
कैश लिखने की कीमत $5.000 / 1M लागू नहीं
कुल इनपुट टोकन 290,117 244,997
आउटपुट टोकन 9,805 11,148
रीजनिंग टोकन 22,322 71,699
प्रतिक्रिया समय (औसत) 25.85s 16.00s
प्रतिक्रिया समय (अधिकतम) 90.20s 83.98s
प्रतिक्रिया समय (कुल) 594.63s 367.91s
पैरामीटर ~5T कुल (~500B सक्रिय) ~1T कुल (~50B 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.

#29 Claude Opus 5.5

medium
लागत
$0.053
समय
25.6s
टोकन
2,781 tok

#38 Muse Wonder

low
लागत
$0.080
समय
28.1s
टोकन
4,067 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 Opus 5.5 8.4 7.4 88.9% 1 13.50s 10,608 636 4,341
Muse Wonder 10.0 10.0 100.0% 0 17.81s 7,401 1,050 15,813

त्वरित तुलना

तुलना जोड़ी बदलें

Muse WonderlowvsParetodefaultSeed 2.1 TurbohighvsMuse WonderlowClaude Haiku 5.5xhighvsMuse WonderlowMuse WonderlowvsGPT-5.3-CodexmediumMuse WonderlowvsQwen3.8 Max (0902)highClaude Opus 5.5mediumvsSeed 2.1 TurbolowClaude Opus 5.5mediumvsQwen3.8 Max (0902)highMuse WonderlowvsQwen3.8 MAXmediumClaude Sonnet 5.5maxvsMuse WonderlowMuse WonderlowvsGPT-5.5mediumClaude Opus 5.5mediumvsMuse Spark 1.3highMuse WonderlowvsQwen3.8 Max (0902)medium