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

Claude Sonnet 5.5 (max) vs Muse Wonder (medium)

average score लगभग बराबर है: 9.2 vs 9.2. Muse Wonder (medium) की benchmark लागत कम है: $3.397 vs $8.557. Muse Wonder (medium) तेज है: 21.58s vs 84.26s, pass rates 82.6% vs 76.8%.

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

तुलना किए गए मॉडल

रैंक
#32
कुल आउटपुट टोकन
758,707
प्रतिक्रिया समय (औसत)
84.26s
कुल लागत
$8.557
रैंक
#30
कुल आउटपुट टोकन
121,546
प्रतिक्रिया समय (औसत)
21.58s
कुल लागत
$3.397
अनुशंसित मॉडल Muse Wonder (medium)

It has the best score here (9.2), while costing about 2.5x less than Claude Sonnet 5.5 (max).

विस्तृत तुलना

मेट्रिक Claude Sonnet 5.5 Claude Sonnet 5.5 max रिलीज़: 2026-09-29 Muse Wonder Muse Wonder medium रिलीज़: 2026-10-13
स्कोर 9.2 9.2
रैंक #32 #30
विश्वसनीयता 10.0 9.1
संगति 9.4 9.6
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 82.6% 76.8%
अस्थिर टेस्ट 2 1
कुल रन 69 69
प्रति परिणाम लागत 47.536 19.982
कुल लागत $8.557 $3.397
इनपुट कीमत $2.000 / 1M $4.000 / 1M
आउटपुट कीमत $10.000 / 1M $20.000 / 1M
कैश पढ़ने की कीमत $0.200 / 1M $0.200 / 1M
कैश लिखने की कीमत $2.500 / 1M लागू नहीं
कुल इनपुट टोकन 484,627 241,489
आउटपुट टोकन 11,026 11,575
रीजनिंग टोकन 747,681 109,971
प्रतिक्रिया समय (औसत) 84.26s 21.58s
प्रतिक्रिया समय (अधिकतम) 488.39s 162.73s
प्रतिक्रिया समय (कुल) 1937.91s 496.40s
पैरामीटर ~1T कुल (~100B 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.

#32 Claude Sonnet 5.5

max
OpenRouter returned no showcase content (finish_reason: length).
लागत
$0.000
समय
571.7s
टोकन
0 tok

#30 Muse Wonder

medium
लागत
$0.208
समय
64.8s
टोकन
10,444 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 55.26s 10,608 580 70,730
Muse Wonder 10.0 10.0 100.0% 0 26.87s 7,401 1,181 26,424

तुलना जोड़ी बदलें