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

Muse Ember (xhigh) vs DaisyRose 27B (medium)

DaisyRose 27B (medium) average score में आगे है: 8.9 vs 8.8. Muse Ember (xhigh) की benchmark लागत कम है: $0.232 vs $0.328. Muse Ember (xhigh) तेज है: 13.90s vs 20.08s, pass rates 76.8% vs 78.3%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-22

तुलना किए गए मॉडल

रैंक
#96
कुल आउटपुट टोकन
409,112
प्रतिक्रिया समय (औसत)
13.90s
कुल लागत
$0.232
रैंक
#92
कुल आउटपुट टोकन
148,448
प्रतिक्रिया समय (औसत)
20.08s
कुल लागत
$0.328
अनुशंसित मॉडल Muse Ember (xhigh)

It offers the best overall trade-off: a competitive score (8.8), lower cost than DaisyRose 27B (medium), and balanced response time.

विस्तृत तुलना

मेट्रिक Muse Ember Muse Ember xhigh रिलीज़: 2026-11-09 DaisyRose 27B DaisyRose 27B medium रिलीज़: 2026-11-18
स्कोर 8.8 8.9
रैंक #96 #92
विश्वसनीयता 10.0 10.0
संगति 8.9 10.0
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 76.8% 78.3%
अस्थिर टेस्ट 3 0
कुल रन 69 69
प्रति परिणाम लागत 1.450 1.819
कुल लागत $0.232 $0.328
इनपुट कीमत $0.100 / 1M $0.150 / 1M
आउटपुट कीमत $0.500 / 1M $1.875 / 1M
कैश पढ़ने की कीमत $0.004 / 1M $0.038 / 1M
कैश लिखने की कीमत $0.125 / 1M लागू नहीं
कुल इनपुट टोकन 274,208 326,145
आउटपुट टोकन 11,740 8,403
रीजनिंग टोकन 397,372 140,045
प्रतिक्रिया समय (औसत) 13.90s 20.08s
प्रतिक्रिया समय (अधिकतम) 79.38s 160.61s
प्रतिक्रिया समय (कुल) 319.61s 461.88s
पैरामीटर ~150B कुल (~10B सक्रिय) 27.8B
उपलब्धता बंद स्रोत मुक्त 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.

#96 Muse Ember

xhigh
लागत
$0.008
समय
24.3s
टोकन
14,705 tok

#92 DaisyRose 27B

medium
लागत
$0.007
समय
18.4s
टोकन
3,763 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 10.41s 7,410 1,225 40,702
DaisyRose 27B 9.9 10.0 100.0% 0 16.28s 7,893 466 25,902

तुलना जोड़ी बदलें