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

Claude Opus 5 (high) vs Muse Ember (high)

Claude Opus 5 (high) average score में आगे है: 9.4 vs 9.2. Muse Ember (high) की benchmark लागत कम है: $0.156 vs $4.524. Muse Ember (high) तेज है: 11.67s vs 25.31s, pass rates 82.6% vs 79.7%.

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

तुलना किए गए मॉडल

रैंक
#31
कुल आउटपुट टोकन
105,662
प्रतिक्रिया समय (औसत)
25.31s
कुल लागत
$4.524
रैंक
#36
कुल आउटपुट टोकन
254,892
प्रतिक्रिया समय (औसत)
11.67s
कुल लागत
$0.156
अनुशंसित मॉडल Muse Ember (high)

Its score stays close to the best score here (9.2 vs 9.4), while costing about 29.1x less than Claude Opus 5 (high).

विस्तृत तुलना

मेट्रिक Claude Opus 5 Claude Opus 5 high रिलीज़: 2026-07-25 Muse Ember Muse Ember high रिलीज़: 2026-11-09
स्कोर 9.4 9.2
रैंक #31 #36
विश्वसनीयता 10.0 10.0
संगति 10.0 9.6
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 82.6% 79.7%
अस्थिर टेस्ट 0 1
कुल रन 69 69
प्रति परिणाम लागत 23.809 0.865
कुल लागत $4.524 $0.156
इनपुट कीमत $5.000 / 1M $0.100 / 1M
आउटपुट कीमत $25.000 / 1M $0.500 / 1M
कैश पढ़ने की कीमत $0.500 / 1M $0.004 / 1M
कैश लिखने की कीमत $6.250 / 1M $0.125 / 1M
कुल इनपुट टोकन 376,421 282,192
आउटपुट टोकन 67,688 14,054
रीजनिंग टोकन 37,974 240,838
प्रतिक्रिया समय (औसत) 25.31s 11.67s
प्रतिक्रिया समय (अधिकतम) 159.01s 53.01s
प्रतिक्रिया समय (कुल) 582.11s 268.45s
पैरामीटर ~5T कुल (~500B 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.

#31 Claude Opus 5

high
लागत
$0.265
समय
144.5s
टोकन
10,741 tok

#36 Muse Ember

high
लागत
$0.005
समय
18.3s
टोकन
9,965 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 10.0 10.0 100.0% 0 12.73s 10,590 7,547 1,721
Muse Ember 10.0 10.0 100.0% 0 9.62s 7,410 1,213 34,691

तुलना जोड़ी बदलें