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

Muse Wonder (high) vs Nemotron 3.5 Super VL (medium)

average score लगभग बराबर है: 7.7 vs 7.7. Nemotron 3.5 Super VL (medium) की benchmark लागत कम है: $0.437 vs $3.426. Muse Wonder (high) तेज है: 22.96s vs 84.94s, pass rates 66.7% vs 72.5%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-16

तुलना किए गए मॉडल

रैंक
#131
कुल आउटपुट टोकन
152,440
प्रतिक्रिया समय (औसत)
22.96s
कुल लागत
$3.426
रैंक
#134
कुल आउटपुट टोकन
792,033
प्रतिक्रिया समय (औसत)
84.94s
कुल लागत
$0.437
अनुशंसित मॉडल Nemotron 3.5 Super VL (medium)

It has the best score here (7.7), while costing about 7.8x less than Muse Wonder (high).

विस्तृत तुलना

मेट्रिक Muse Wonder Muse Wonder high रिलीज़: 2026-10-13 Nemotron 3.5 Super VL Nemotron 3.5 Super VL medium रिलीज़: 2026-10-15 निःशुल्क उपलब्ध
स्कोर 7.7 7.7
रैंक #131 #134
विश्वसनीयता 9.3 9.8
संगति 9.6 8.3
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 66.7% 72.5%
अस्थिर टेस्ट 1 5
कुल रन 69 69
प्रति परिणाम लागत 22.837 3.118
कुल लागत $3.426 $0.437
इनपुट कीमत $4.000 / 1M $0.150 / 1M
आउटपुट कीमत $20.000 / 1M $0.500 / 1M
कैश पढ़ने की कीमत $0.200 / 1M $0.020 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 94,153 269,143
आउटपुट टोकन 9,606 6,833
रीजनिंग टोकन 142,834 785,200
प्रतिक्रिया समय (औसत) 22.96s 84.94s
प्रतिक्रिया समय (अधिकतम) 143.21s 527.47s
प्रतिक्रिया समय (कुल) 528.08s 1953.70s
पैरामीटर ~1T कुल (~50B सक्रिय) 120B कुल (12B सक्रिय)
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.

#131 Muse Wonder

high
लागत
$0.199
समय
113.0s
टोकन
10,002 tok

#134 Nemotron 3.5 Super VL

medium
लागत
$0.004
समय
68.1s
टोकन
9,798 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 Wonder 10.0 10.0 100.0% 0 36.94s 7,401 1,392 35,716
Nemotron 3.5 Super VL 5.9 7.2 55.6% 1 278.59s 6,261 300 441,080

तुलना जोड़ी बदलें