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

Muse Wonder (max) vs Qwen3.8 2.4T A95B (high)

average score लगभग बराबर है: 7.9 vs 7.9. Qwen3.8 2.4T A95B (high) की benchmark लागत कम है: $2.949 vs $4.766. Muse Wonder (max) तेज है: 44.39s vs 120.88s, pass rates 75.4% vs 75.4%.

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
#111
कुल आउटपुट टोकन
368,836
प्रतिक्रिया समय (औसत)
120.88s
कुल लागत
$2.949
अनुशंसित मॉडल Muse Wonder (max)

It has the best score here (7.9), while responding about 2.7x faster than Qwen3.8 2.4T A95B (high).

विस्तृत तुलना

मेट्रिक Muse Wonder Muse Wonder max रिलीज़: 2026-10-13 Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high रिलीज़: 2026-08-12
स्कोर 7.9 7.9
रैंक #113 #111
विश्वसनीयता 9.0 9.6
संगति 8.9 8.4
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 75.4% 75.4%
अस्थिर टेस्ट 3 4
कुल रन 69 69
प्रति परिणाम लागत 29.783 18.696
कुल लागत $4.766 $2.949
इनपुट कीमत $4.000 / 1M $2.000 / 1M
आउटपुट कीमत $20.000 / 1M $6.000 / 1M
कैश पढ़ने की कीमत $0.200 / 1M $0.250 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 93,126 295,642
आउटपुट टोकन 10,497 115,041
रीजनिंग टोकन 209,138 353,398
प्रतिक्रिया समय (औसत) 44.39s 120.88s
प्रतिक्रिया समय (अधिकतम) 287.79s 532.28s
प्रतिक्रिया समय (कुल) 1021.02s 2780.16s
पैरामीटर ~1T कुल (~50B सक्रिय) 2.4T कुल (95B सक्रिय)
उपलब्धता बंद स्रोत वेट उपलब्ध

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

#111 Qwen3.8 2.4T A95B

high
Reached the allocated time limit (600 seconds) without receiving showcase output.
लागत
$0.000
समय
600.0s
टोकन
0 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
Qwen3.8 2.4T A95B 5.9 6.3 55.6% 1 160.52s 6,399 3,310 48,078

त्वरित तुलना

तुलना जोड़ी बदलें

Ling 3.1 FlashhighvsMuse WondermaxGemini 3.5 FlashmediumvsQwen3.8 2.4T A95BhighMuse WondermaxvsMiMo-V2.6-FlashmediumQwen3.8 2.4T A95BhighvsMiMo-V2.6-FlashmediumMuse WondermaxvsGrok 4.5mediumGemini 3.5 FlashmediumvsMuse WondermaxMuse WondermaxvsGLM 5.3highQwen3.8 2.4T A95BhighvsGrok 4.5mediumMuse WondermaxvsStep 3.7 FlashmediumMuse WondermaxvsGrok 4.6mediumGPT-5.4 MinimediumvsQwen3.8 2.4T A95BhighQwen3.8 2.4T A95BhighvsStep 3.7 Flashmedium