नेविगेशन
Advertise here

Muse Wonder (high) vs Step 3.7 Flash (medium)

Step 3.7 Flash (medium) average score में आगे है: 7.8 vs 7.7. Step 3.7 Flash (medium) की benchmark लागत कम है: $0.571 vs $3.426. Muse Wonder (high) तेज है: 22.96s vs 26.57s, pass rates 66.7% vs 68.1%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-13

तुलना किए गए मॉडल

रैंक
#122
कुल आउटपुट टोकन
152,440
प्रतिक्रिया समय (औसत)
22.96s
कुल लागत
$3.426
रैंक
#117
कुल आउटपुट टोकन
440,835
प्रतिक्रिया समय (औसत)
26.57s
कुल लागत
$0.571
अनुशंसित मॉडल Step 3.7 Flash (medium)

It has the best score here (7.8), while costing about 6.0x less than Muse Wonder (high).

विस्तृत तुलना

मेट्रिक Muse Wonder Muse Wonder high रिलीज़: 2026-10-13 Step 3.7 Flash Step 3.7 Flash medium रिलीज़: 2026-05-29
स्कोर 7.7 7.8
रैंक #122 #117
विश्वसनीयता 9.3 10.0
संगति 9.6 8.7
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 66.7% 68.1%
अस्थिर टेस्ट 1 4
कुल रन 69 69
प्रति परिणाम लागत 22.837 4.392
कुल लागत $3.426 $0.571
इनपुट कीमत $4.000 / 1M $0.200 / 1M
आउटपुट कीमत $20.000 / 1M $1.150 / 1M
कैश पढ़ने की कीमत $0.200 / 1M $0.040 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 94,153 319,524
आउटपुट टोकन 9,606 440,835
रीजनिंग टोकन 142,834 0
प्रतिक्रिया समय (औसत) 22.96s 26.57s
प्रतिक्रिया समय (अधिकतम) 143.21s 152.83s
प्रतिक्रिया समय (कुल) 528.08s 611.09s
पैरामीटर ~1T कुल (~50B सक्रिय) 198B कुल (11B 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.

#122 Muse Wonder

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

#117 Step 3.7 Flash

medium
लागत
$0.006
समय
46.2s
टोकन
4,466 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
Step 3.7 Flash 8.8 7.8 88.9% 1 27.42s 7,437 44,797 0

त्वरित तुलना

तुलना जोड़ी बदलें

Step 3.7 FlashmediumvsGLM 5.3highClaude Haiku 5.5mediumvsMuse WonderhighMuse WonderhighvsQwen3.5 Plus 2026-04-20mediumQwen3.7 PlusnonevsStep 3.7 FlashmediumMuse WonderhighvsQwen3.7 FlashlowStep 3.7 FlashmediumvsGrok 4.5lowLing 3.1 FlashhighvsStep 3.7 FlashmediumMuse WondermaxvsStep 3.7 FlashmediumDeepSeek V4 Flash 0731mediumvsMuse WonderhighQwen3.8 2.4T A95BhighvsStep 3.7 FlashmediumMuse WonderhighvsGrok 4.5lowMuse WonderhighvsQwen3.7 Plusnone