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

Muse Ember (minimal) vs Qwen3.8 MAX (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 $1.089. Muse Ember (minimal) तेज है: 5.30s vs 25.09s, 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
#71
कुल आउटपुट टोकन
93,936
प्रतिक्रिया समय (औसत)
25.09s
कुल लागत
$1.089
अनुशंसित मॉडल Muse Ember (minimal)

It has the best score here (8.9), while costing about 23.2x less than Qwen3.8 MAX (low).

विस्तृत तुलना

मेट्रिक Muse Ember Muse Ember minimal रिलीज़: 2026-11-09 Qwen3.8 MAX Qwen3.8 MAX low रिलीज़: 2026-08-04
स्कोर 8.9 8.8
रैंक #67 #71
विश्वसनीयता 9.7 10.0
संगति 9.6 9.0
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 5.051
कुल लागत $0.047 $1.089
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 265,844 262,495
आउटपुट टोकन 10,584 7,787
रीजनिंग टोकन 29,993 86,149
प्रतिक्रिया समय (औसत) 5.30s 25.09s
प्रतिक्रिया समय (अधिकतम) 48.15s 155.75s
प्रतिक्रिया समय (कुल) 121.82s 577.14s
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.

#67 Muse Ember

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

#71 Qwen3.8 MAX

low
लागत
$0.026
समय
68.5s
टोकन
4,280 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
Qwen3.8 MAX 8.4 7.4 88.9% 1 28.69s 8,127 512 15,952

तुलना जोड़ी बदलें