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

Muse Ember (max) vs Qwen3.8 Max (0902) (low)

Muse Ember (max) average score में आगे है: 8.6 vs 8.6. Muse Ember (max) की benchmark लागत कम है: $0.346 vs $1.131. Muse Ember (max) तेज है: 19.05s vs 29.07s, pass rates 72.5% vs 85.5%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-16

तुलना किए गए मॉडल

रैंक
#97
कुल आउटपुट टोकन
637,819
प्रतिक्रिया समय (औसत)
19.05s
कुल लागत
$0.346
रैंक
#107
कुल आउटपुट टोकन
88,923
प्रतिक्रिया समय (औसत)
29.07s
कुल लागत
$1.131
अनुशंसित मॉडल Muse Ember (max)

It has the best score here (8.6), while costing about 3.3x less than Qwen3.8 Max (0902) (low).

विस्तृत तुलना

मेट्रिक Muse Ember Muse Ember max रिलीज़: 2026-11-09 Qwen3.8 Max (0902) Qwen3.8 Max (0902) low रिलीज़: 2026-09-07
स्कोर 8.6 8.6
रैंक #97 #107
विश्वसनीयता 10.0 10.0
संगति 8.9 9.0
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 72.5% 85.5%
अस्थिर टेस्ट 3 3
कुल रन 69 69
प्रति परिणाम लागत 2.304 6.283
कुल लागत $0.346 $1.131
इनपुट कीमत $0.100 / 1M $2.000 / 1M
आउटपुट कीमत $0.500 / 1M $6.000 / 1M
कैश पढ़ने की कीमत $0.004 / 1M $0.250 / 1M
कैश लिखने की कीमत $0.125 / 1M $2.500 / 1M
कुल इनपुट टोकन 265,489 298,682
आउटपुट टोकन 12,179 8,374
रीजनिंग टोकन 625,640 80,549
प्रतिक्रिया समय (औसत) 19.05s 29.07s
प्रतिक्रिया समय (अधिकतम) 79.28s 207.79s
प्रतिक्रिया समय (कुल) 438.15s 668.66s
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.

#97 Muse Ember

max
लागत
$0.008
समय
23.3s
टोकन
14,138 tok

#107 Qwen3.8 Max (0902)

low
लागत
$0.014
समय
41.2s
टोकन
2,421 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 12.46s 7,410 1,595 49,511
Qwen3.8 Max (0902) 10.0 10.0 100.0% 0 37.42s 8,127 485 17,404

तुलना जोड़ी बदलें