- रैंक
- #97
- कुल आउटपुट टोकन
- 324,857
- प्रतिक्रिया समय (औसत)
- 12.39s
- कुल लागत
- $0.190
Muse Ember (medium) vs Qwen3.8 Max (0902) (low)
average score लगभग बराबर है: 8.5 vs 8.6. Muse Ember (medium) की benchmark लागत कम है: $0.190 vs $1.131. Muse Ember (medium) तेज है: 12.39s vs 29.07s, pass rates 75.4% vs 85.5%.
तुलना किए गए मॉडल
- रैंक
- #95
- कुल आउटपुट टोकन
- 88,923
- प्रतिक्रिया समय (औसत)
- 29.07s
- कुल लागत
- $1.131
अनुशंसित मॉडल
Muse Ember (medium)
It has the best score here (8.5), while costing about 6.0x less than Qwen3.8 Max (0902) (low).
विस्तृत तुलना
| मेट्रिक | Muse Ember Muse Ember medium | Qwen3.8 Max (0902) Qwen3.8 Max (0902) low |
|---|---|---|
| स्कोर | 8.5 | 8.6 |
| रैंक | #97 | #95 |
| विश्वसनीयता | 10.0 | 10.0 |
| संगति | 8.2 | 9.0 |
| प्रयास | 69/69 | 69/69 |
| सही परीक्षण | ||
| प्रति प्रयास पास दर | 75.4% | 85.5% |
| अस्थिर टेस्ट | 5 | 3 |
| कुल रन | 69 | 69 |
| प्रति परिणाम लागत | 1.266 | 6.283 |
| कुल लागत | $0.190 | $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 | 274,381 | 298,682 |
| आउटपुट टोकन | 12,835 | 8,374 |
| रीजनिंग टोकन | 312,022 | 80,549 |
| प्रतिक्रिया समय (औसत) | 12.39s | 29.07s |
| प्रतिक्रिया समय (अधिकतम) | 75.32s | 207.79s |
| प्रतिक्रिया समय (कुल) | 285.08s | 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
medium- लागत
- $0.003
- समय
- 10.0s
- टोकन
- 5,136 tok
#95 Qwen3.8 Max (0902)
low- लागत
- $0.014
- समय
- 41.2s
- टोकन
- 2,421 tok
श्रेणी विवरण
| स्वायत्त एजेंट कार्य | 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 | 47.20s | 150,276 | 2,648 | 2,320 | |
| Qwen3.8 Max (0902) | 6.1 | 3.1 | 66.7% | 1 | 136.04s | 194,728 | 2,052 | 11,006 |
| एंटी-एआई ट्रिक्स | 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 | 2.38s | 798 | 234 | 4,163 | |
| Qwen3.8 Max (0902) | 10.0 | 10.0 | 100.0% | 0 | 4.72s | 984 | 212 | 1,854 |
| 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 | 6.94s | 7,410 | 1,074 | 25,110 | |
| Qwen3.8 Max (0902) | 10.0 | 10.0 | 100.0% | 0 | 37.42s | 8,127 | 485 | 17,404 |
| संयुक्त | 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 | 9.77s | 94,000 | 5,591 | 12,180 | |
| Qwen3.8 Max (0902) | 10.0 | 10.0 | 100.0% | 0 | 113.88s | 74,767 | 4,562 | 29,335 |
| डेटा पार्सिंग और निष्कर्षण | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | इनपुट टोकन | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|---|
| Muse Ember | 6.3 | 5.8 | 66.7% | 1 | 3.39s | 7,215 | 328 | 4,360 | |
| Qwen3.8 Max (0902) | 10.0 | 10.0 | 100.0% | 0 | 9.94s | 7,938 | 261 | 2,254 |
| डोमेन-विशिष्ट | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | इनपुट टोकन | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|---|
| Muse Ember | 3.6 | 7.2 | 22.2% | 1 | 35.64s | 873 | 1,370 | 161,711 | |
| Qwen3.8 Max (0902) | 5.3 | 7.2 | 44.4% | 1 | 34.93s | 1,014 | 45 | 13,881 |
| Samanya Buddhimatta | 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 | 3.37s | 522 | 191 | 1,946 | |
| Qwen3.8 Max (0902) | 6.1 | 3.1 | 66.7% | 1 | 8.91s | 594 | 120 | 820 |
| निर्देश पालन | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | इनपुट टोकन | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|---|
| Muse Ember | 7.3 | 6.0 | 83.3% | 1 | 3.38s | 759 | 179 | 4,108 | |
| Qwen3.8 Max (0902) | 10.0 | 10.0 | 100.0% | 0 | 4.32s | 855 | 90 | 866 |
| पहेली समाधान | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | इनपुट टोकन | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|---|
| Muse Ember | 5.2 | 4.4 | 55.6% | 2 | 16.70s | 786 | 817 | 85,919 | |
| Qwen3.8 Max (0902) | 10.0 | 10.0 | 100.0% | 0 | 4.49s | 930 | 275 | 1,248 |
| टूल कॉलिंग | 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 | 4.09s | 11,514 | 288 | 1,121 | |
| Qwen3.8 Max (0902) | 10.0 | 10.0 | 100.0% | 0 | 4.73s | 8,463 | 249 | 126 |
| सामान्य ज्ञान | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | इनपुट टोकन | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|---|
| Muse Ember | 3.0 | 10.0 | 0.0% | 0 | 9.98s | 228 | 115 | 9,084 | |
| Qwen3.8 Max (0902) | 3.0 | 10.0 | 0.0% | 0 | 13.28s | 282 | 23 | 1,755 |
त्वरित तुलना
तुलना जोड़ी बदलें
Particle-1mediumvsQwen3.8 Max (0902)lowMuse EmbermediumvsGrok 4.6highQwen3.8 Max (0902)lowvsGrok 4.6highClaude Sonnet 5.5highvsQwen3.8 Max (0902)lowClaude Haiku 5.5lowvsMuse EmbermediumGPT-6.1 TerranonevsQwen3.8 Max (0902)lowClaude Haiku 5.5maxvsMuse EmbermediumClaude Sonnet 5mediumvsQwen3.8 Max (0902)lowClaude Sonnet 5.5highvsMuse EmbermediumDeepSeek V4.1 FlashmaxvsQwen3.8 Max (0902)lowClaude Fable 5.2lowvsMuse EmbermediumMuse EmbermediumvsGPT-6.1 Terranone