नेविगेशन
Advertise here

Claude Sonnet 5.5 (high) vs Muse Ember (low)

average score लगभग बराबर है: 8.6 vs 8.6. Muse Ember (low) की benchmark लागत कम है: $0.114 vs $1.175. Muse Ember (low) तेज है: 8.22s vs 10.79s, pass rates 81.2% vs 72.5%.

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

तुलना किए गए मॉडल

रैंक
#93
कुल आउटपुट टोकन
48,293
प्रतिक्रिया समय (औसत)
10.79s
कुल लागत
$1.175
रैंक
#86
कुल आउटपुट टोकन
169,226
प्रतिक्रिया समय (औसत)
8.22s
कुल लागत
$0.114
अनुशंसित मॉडल Muse Ember (low)

It has the best score here (8.6), while costing about 10.4x less than Claude Sonnet 5.5 (high).

विस्तृत तुलना

मेट्रिक Claude Sonnet 5.5 Claude Sonnet 5.5 high रिलीज़: 2026-09-29 Muse Ember Muse Ember low रिलीज़: 2026-11-09
स्कोर 8.6 8.6
रैंक #93 #86
विश्वसनीयता 10.0 10.0
संगति 8.3 8.9
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 81.2% 72.5%
अस्थिर टेस्ट 5 3
कुल रन 69 69
प्रति परिणाम लागत 7.340 0.757
कुल लागत $1.175 $0.114
इनपुट कीमत $2.000 / 1M $0.100 / 1M
आउटपुट कीमत $10.000 / 1M $0.500 / 1M
कैश पढ़ने की कीमत $0.200 / 1M $0.004 / 1M
कैश लिखने की कीमत $2.500 / 1M $0.125 / 1M
कुल इनपुट टोकन 345,687 288,136
आउटपुट टोकन 13,550 13,507
रीजनिंग टोकन 34,743 155,719
प्रतिक्रिया समय (औसत) 10.79s 8.22s
प्रतिक्रिया समय (अधिकतम) 51.53s 49.79s
प्रतिक्रिया समय (कुल) 248.22s 189.12s
पैरामीटर ~1T कुल (~100B 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.

#93 Claude Sonnet 5.5

high
लागत
$0.088
समय
73.5s
टोकन
8,914 tok

#86 Muse Ember

low
लागत
$0.003
समय
11.3s
टोकन
4,679 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 Sonnet 5.5 10.0 10.0 100.0% 0 9.85s 10,608 561 6,326
Muse Ember 10.0 10.0 100.0% 0 5.21s 7,410 765 15,944

त्वरित तुलना

तुलना जोड़ी बदलें

Claude Sonnet 5.5highvsMuse Spark 1.1lowClaude Sonnet 5.5highvsGPT-6.1 TerranoneDeepSeek V4.1 FlashmaxvsMuse EmberlowClaude Fable 5.2highvsMuse EmberlowSeed 2.1 TurbomediumvsMuse EmberlowMuse EmberlowvsMiMo-V2.6-PromediumClaude Sonnet 5.5highvsDeepSeek V4.1 FlashmaxClaude Sonnet 5.5highvsQwen3.8 Max (0902)lowClaude Sonnet 5.5highvsParticle-1mediumMuse EmberlowvsQwen3.8 27Bhighनिःशुल्क उपलब्धMuse EmberlowvsGPT-5.2mediumMuse EmberlowvsGPT-6.1 Terranone