नेविगेशन
Advertise here

Muse Wonder (low) vs Qwen3.8 MAX (medium)

Qwen3.8 MAX (medium) average score में आगे है: 9.2 vs 9.1. Qwen3.8 MAX (medium) की benchmark लागत कम है: $1.181 vs $2.637. Muse Wonder (low) तेज है: 16.00s vs 27.34s, pass rates 76.8% vs 81.2%.

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

तुलना किए गए मॉडल

रैंक
#38
कुल आउटपुट टोकन
82,847
प्रतिक्रिया समय (औसत)
16.00s
कुल लागत
$2.637
रैंक
#33
कुल आउटपुट टोकन
104,596
प्रतिक्रिया समय (औसत)
27.34s
कुल लागत
$1.181
अनुशंसित मॉडल Qwen3.8 MAX (medium)

It has the best score here (9.2), while costing about 2.2x less than Muse Wonder (low).

विस्तृत तुलना

मेट्रिक Muse Wonder Muse Wonder low रिलीज़: 2026-10-13 Qwen3.8 MAX Qwen3.8 MAX medium रिलीज़: 2026-08-04
स्कोर 9.1 9.2
रैंक #38 #33
विश्वसनीयता 9.7 10.0
संगति 9.6 9.7
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 76.8% 81.2%
अस्थिर टेस्ट 1 1
कुल रन 69 69
प्रति परिणाम लागत 15.512 5.266
कुल लागत $2.637 $1.181
इनपुट कीमत $4.000 / 1M $2.000 / 1M
आउटपुट कीमत $20.000 / 1M $6.000 / 1M
कैश पढ़ने की कीमत $0.200 / 1M लागू नहीं
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 244,997 276,512
आउटपुट टोकन 11,148 8,152
रीजनिंग टोकन 71,699 96,444
प्रतिक्रिया समय (औसत) 16.00s 27.34s
प्रतिक्रिया समय (अधिकतम) 83.98s 126.60s
प्रतिक्रिया समय (कुल) 367.91s 628.75s
पैरामीटर ~1T कुल (~50B 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.

#38 Muse Wonder

low
लागत
$0.080
समय
28.1s
टोकन
4,067 tok

#33 Qwen3.8 MAX

medium
लागत
$0.028
समय
71.9s
टोकन
4,750 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 17.81s 7,401 1,050 15,813
Qwen3.8 MAX 10.0 10.0 100.0% 0 41.35s 7,893 430 23,804

त्वरित तुलना

तुलना जोड़ी बदलें

Claude Sonnet 5.5maxvsQwen3.8 MAXmediumMuse WonderlowvsParetodefaultSeed 2.1 TurbohighvsMuse WonderlowClaude Haiku 5.5xhighvsMuse WonderlowMuse WonderlowvsGPT-5.3-CodexmediumMuse WonderlowvsQwen3.8 Max (0902)highClaude Haiku 5.5xhighvsQwen3.8 MAXmediumMuse Spark 1.3highvsQwen3.8 MAXmediumClaude Sonnet 5.5maxvsMuse WonderlowQwen3.8 MAXmediumvsParetodefaultSeed 2.1 TurbohighvsQwen3.8 MAXmediumMuse WonderlowvsGPT-5.5medium