नेविगेशन
Advertise here

Muse Ember (high) vs Qwen3.8 MAX (medium)

Muse Ember (high) average score में आगे है: 9.2 vs 9.2. Muse Ember (high) की benchmark लागत कम है: $0.156 vs $1.181. Muse Ember (high) तेज है: 11.67s vs 27.34s, pass rates 79.7% vs 81.2%.

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

तुलना किए गए मॉडल

रैंक
#36
कुल आउटपुट टोकन
254,892
प्रतिक्रिया समय (औसत)
11.67s
कुल लागत
$0.156
रैंक
#42
कुल आउटपुट टोकन
104,596
प्रतिक्रिया समय (औसत)
27.34s
कुल लागत
$1.181
अनुशंसित मॉडल Muse Ember (high)

It has the best score here (9.2), while costing about 7.6x less than Qwen3.8 MAX (medium).

विस्तृत तुलना

मेट्रिक Muse Ember Muse Ember high रिलीज़: 2026-11-09 Qwen3.8 MAX Qwen3.8 MAX medium रिलीज़: 2026-08-04
स्कोर 9.2 9.2
रैंक #36 #42
विश्वसनीयता 10.0 10.0
संगति 9.6 9.7
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 79.7% 81.2%
अस्थिर टेस्ट 1 1
कुल रन 69 69
प्रति परिणाम लागत 0.865 5.266
कुल लागत $0.156 $1.181
इनपुट कीमत $0.100 / 1M $2.000 / 1M
आउटपुट कीमत $0.500 / 1M $6.000 / 1M
कैश पढ़ने की कीमत $0.004 / 1M लागू नहीं
कैश लिखने की कीमत $0.125 / 1M लागू नहीं
कुल इनपुट टोकन 282,192 276,512
आउटपुट टोकन 14,054 8,152
रीजनिंग टोकन 240,838 96,444
प्रतिक्रिया समय (औसत) 11.67s 27.34s
प्रतिक्रिया समय (अधिकतम) 53.01s 126.60s
प्रतिक्रिया समय (कुल) 268.45s 628.75s
पैरामीटर ~150B कुल (~10B सक्रिय) 2.4T कुल (~100B 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.

#36 Muse Ember

high
लागत
$0.005
समय
18.3s
टोकन
9,965 tok

#42 Qwen3.8 MAX

medium
लागत
$0.028
समय
71.9s
टोकन
4,750 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
Muse Ember 10.0 10.0 100.0% 0 9.62s 7,410 1,213 34,691
Qwen3.8 MAX 10.0 10.0 100.0% 0 41.35s 7,893 430 23,804

त्वरित तुलना

तुलना जोड़ी बदलें

Claude Sonnet 5.5maxvsQwen3.8 MAXmediumDeepSeek V4.1 Flash 1017lowvsQwen3.8 MAXmediumSeed 2.1 TurbolowvsMuse EmberhighMuse Spark OpenhighvsQwen3.8 MAXmediumClaude Opus 5.5mediumvsMuse EmberhighClaude Haiku 5.5xhighvsQwen3.8 MAXmediumMuse Spark 1.3highvsQwen3.8 MAXmediumMuse EmberhighvsGPT-5.5mediumClaude Sonnet 5.5maxvsMuse EmberhighMuse WonderlowvsQwen3.8 MAXmediumMuse EmberhighvsGPT-6.1 TerralowQwen3.8 MAXmediumvsParetodefault