नेविगेशन
Advertise here

Muse Ember (minimal) vs Kimi K3.1 Pro (low)

Muse Ember (minimal) average score में आगे है: 8.9 vs 8.8. Muse Ember (minimal) की benchmark लागत कम है: $0.047 vs $1.836. Muse Ember (minimal) तेज है: 5.30s vs 47.50s, pass rates 76.8% vs 81.2%.

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

तुलना किए गए मॉडल

रैंक
#67
कुल आउटपुट टोकन
40,577
प्रतिक्रिया समय (औसत)
5.30s
कुल लागत
$0.047
रैंक
#70
कुल आउटपुट टोकन
139,158
प्रतिक्रिया समय (औसत)
47.50s
कुल लागत
$1.836
अनुशंसित मॉडल Muse Ember (minimal)

It has the best score here (8.9), while costing about 39.2x less than Kimi K3.1 Pro (low).

विस्तृत तुलना

मेट्रिक Muse Ember Muse Ember minimal रिलीज़: 2026-11-09 Kimi K3.1 Pro Kimi K3.1 Pro low रिलीज़: 2026-10-24
स्कोर 8.9 8.8
रैंक #67 #70
विश्वसनीयता 9.7 8.4
संगति 9.6 8.9
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 76.8% 81.2%
अस्थिर टेस्ट 1 3
कुल रन 69 69
प्रति परिणाम लागत 0.276 10.796
कुल लागत $0.047 $1.836
इनपुट कीमत $0.100 / 1M $2.000 / 1M
आउटपुट कीमत $0.500 / 1M $10.000 / 1M
कैश पढ़ने की कीमत $0.004 / 1M $0.200 / 1M
कैश लिखने की कीमत $0.125 / 1M लागू नहीं
कुल इनपुट टोकन 265,844 221,802
आउटपुट टोकन 10,584 12,498
रीजनिंग टोकन 29,993 126,660
प्रतिक्रिया समय (औसत) 5.30s 47.50s
प्रतिक्रिया समय (अधिकतम) 48.15s 506.95s
प्रतिक्रिया समय (कुल) 121.82s 1092.61s
पैरामीटर ~150B कुल (~10B सक्रिय) ~2.8T कुल (~104B 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.

#67 Muse Ember

minimal
लागत
$0.002
समय
4.5s
टोकन
2,690 tok

#70 MoonshotAI: Kimi K3.1 Pro

low
fetch failed
लागत
$0.000
समय
10.7s
टोकन
0 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 2.66s 7,410 577 6,099
Kimi K3.1 Pro 10.0 10.0 100.0% 0 18.91s 8,070 468 7,531

त्वरित तुलना

तुलना जोड़ी बदलें

Claude Fable 5mediumvsMuse EmberminimalMuse EmberminimalvsPareto 26.9defaultKimi K3.1 ProlowvsGPT-5.4mediumKimi K3.1 ProlowvsPareto 26.9defaultClaude Fable 5mediumvsKimi K3.1 ProlowMuse EmberminimalvsQwen3.8 MAXlowMuse Spark 1.1mediumvsKimi K3.1 ProlowMuse Spark 1.2mediumvsKimi K3.1 ProlowMuse EmberxhighvsKimi K3.1 ProlowMuse Spark OpenmediumvsKimi K3.1 ProlowDeepSeek V4.1 FlashhighvsKimi K3.1 ProlowMuse EmberminimalvsGLM 5.3 Flashmax