नेविगेशन
Advertise here

Muse Ember (medium) vs Qwen4 Max (high)

average score लगभग बराबर है: 8.5 vs 8.6. Muse Ember (medium) की benchmark लागत कम है: $0.190 vs $1.363. Muse Ember (medium) तेज है: 12.39s vs 52.90s, pass rates 75.4% vs 85.5%.

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

तुलना किए गए मॉडल

रैंक
#109
कुल आउटपुट टोकन
324,857
प्रतिक्रिया समय (औसत)
12.39s
कुल लागत
$0.190
रैंक
#105
कुल आउटपुट टोकन
185,844
प्रतिक्रिया समय (औसत)
52.90s
कुल लागत
$1.363
अनुशंसित मॉडल Muse Ember (medium)

It has the best score here (8.5), while costing about 7.2x less than Qwen4 Max (high).

विस्तृत तुलना

मेट्रिक Muse Ember Muse Ember medium रिलीज़: 2026-11-09 Qwen4 Max Qwen4 Max high रिलीज़: 2026-11-16
स्कोर 8.5 8.6
रैंक #109 #105
विश्वसनीयता 10.0 10.0
संगति 8.2 9.6
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 75.4% 85.5%
अस्थिर टेस्ट 5 1
कुल रन 69 69
प्रति परिणाम लागत 1.266 7.172
कुल लागत $0.190 $1.363
इनपुट कीमत $0.100 / 1M $1.500 / 1M
आउटपुट कीमत $0.500 / 1M $4.500 / 1M
कैश पढ़ने की कीमत $0.004 / 1M $0.075 / 1M
कैश लिखने की कीमत $0.125 / 1M $1.875 / 1M
कुल इनपुट टोकन 274,381 350,854
आउटपुट टोकन 12,835 8,427
रीजनिंग टोकन 312,022 177,417
प्रतिक्रिया समय (औसत) 12.39s 52.90s
प्रतिक्रिया समय (अधिकतम) 75.32s 437.98s
प्रतिक्रिया समय (कुल) 285.08s 1216.62s
पैरामीटर ~150B कुल (~10B सक्रिय) ~2.4T कुल (~95B 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.

#109 Muse Ember

medium
लागत
$0.003
समय
10.0s
टोकन
5,136 tok

#105 Qwen4 Max

high
लागत
$0.076
समय
277.5s
टोकन
16,848 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 6.94s 7,410 1,074 25,110
Qwen4 Max 10.0 10.0 100.0% 0 15.68s 8,001 431 9,195

तुलना जोड़ी बदलें