नेविगेशन
Advertise here

Muse Wonder (max) vs Qwen3.7 Plus

Muse Wonder (max) average score में आगे है: 7.9 vs 7.8. Qwen3.7 Plus की benchmark लागत कम है: $0.178 vs $4.766. Qwen3.7 Plus तेज है: 17.80s vs 44.39s, pass rates 75.4% vs 56.5%.

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

तुलना किए गए मॉडल

रैंक
#113
कुल आउटपुट टोकन
219,635
प्रतिक्रिया समय (औसत)
44.39s
कुल लागत
$4.766
रैंक
#119
कुल आउटपुट टोकन
76,261
प्रतिक्रिया समय (औसत)
17.80s
कुल लागत
$0.178
अनुशंसित मॉडल Qwen3.7 Plus

Its score stays close to the best score here (7.8 vs 7.9), while costing about 26.8x less than Muse Wonder (max).

विस्तृत तुलना

मेट्रिक Muse Wonder Muse Wonder max रिलीज़: 2026-10-13 Qwen3.7 Plus Qwen3.7 Plus none रिलीज़: 2026-06-03
स्कोर 7.9 7.8
रैंक #113 #119
विश्वसनीयता 9.0 10.0
संगति 8.9 10.0
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 75.4% 56.5%
अस्थिर टेस्ट 3 0
कुल रन 69 69
प्रति परिणाम लागत 29.783 1.410
कुल लागत $4.766 $0.178
इनपुट कीमत $4.000 / 1M $0.320 / 1M
आउटपुट कीमत $20.000 / 1M $1.280 / 1M
कैश पढ़ने की कीमत $0.200 / 1M $0.064 / 1M
कैश लिखने की कीमत लागू नहीं $0.400 / 1M
कुल इनपुट टोकन 93,126 250,495
आउटपुट टोकन 10,497 76,261
रीजनिंग टोकन 209,138 0
प्रतिक्रिया समय (औसत) 44.39s 17.80s
प्रतिक्रिया समय (अधिकतम) 287.79s 206.03s
प्रतिक्रिया समय (कुल) 1021.02s 409.51s
पैरामीटर ~1T कुल (~50B सक्रिय) ~397B कुल (~17B 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.

#113 Muse Wonder

max
लागत
$0.429
समय
207.0s
टोकन
21,515 tok

#119 Qwen3.7 Plus

none
लागत
$0.019
समय
213.5s
टोकन
11,960 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 58.38s 7,401 1,942 65,131
Qwen3.7 Plus 5.5 10.0 33.3% 0 2.15s 7,911 639 0

तुलना जोड़ी बदलें