नेविगेशन
Advertise here

Muse Wonder (minimal) vs Qwen3.8 Max (0902) (high)

average score लगभग बराबर है: 9.1 vs 9.1. Muse Wonder (minimal) की benchmark लागत कम है: $1.639 vs $3.306. Muse Wonder (minimal) तेज है: 7.72s vs 186.06s, pass rates 76.8% vs 87.0%.

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

तुलना किए गए मॉडल

रैंक
#41
कुल आउटपुट टोकन
34,224
प्रतिक्रिया समय (औसत)
7.72s
कुल लागत
$1.639
रैंक
#34
कुल आउटपुट टोकन
441,352
प्रतिक्रिया समय (औसत)
186.06s
कुल लागत
$3.306
अनुशंसित मॉडल Muse Wonder (minimal)

It has the best score here (9.1), while costing about 2.0x less than Qwen3.8 Max (0902) (high).

विस्तृत तुलना

मेट्रिक Muse Wonder Muse Wonder minimal रिलीज़: 2026-10-13 Qwen3.8 Max (0902) Qwen3.8 Max (0902) high रिलीज़: 2026-09-07
स्कोर 9.1 9.1
रैंक #41 #34
विश्वसनीयता 9.7 9.8
संगति 9.3 9.1
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 76.8% 87.0%
अस्थिर टेस्ट 2 3
कुल रन 69 69
प्रति परिणाम लागत 9.639 18.364
कुल लागत $1.639 $3.306
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 $2.500 / 1M
कुल इनपुट टोकन 238,532 328,637
आउटपुट टोकन 9,812 8,619
रीजनिंग टोकन 24,412 432,733
प्रतिक्रिया समय (औसत) 7.72s 186.06s
प्रतिक्रिया समय (अधिकतम) 42.89s 912.78s
प्रतिक्रिया समय (कुल) 177.57s 4279.49s
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.

#41 Muse Wonder

minimal
लागत
$0.048
समय
15.1s
टोकन
2,488 tok

#34 Qwen3.8 Max (0902)

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 6.86s 7,401 809 7,336
Qwen3.8 Max (0902) 10.0 10.0 100.0% 0 253.22s 8,235 418 91,734

त्वरित तुलना

तुलना जोड़ी बदलें

GPT-5.3-CodexmediumvsQwen3.8 Max (0902)highClaude Haiku 5.5xhighvsQwen3.8 Max (0902)highSeed 2.1 TurbohighvsMuse WonderminimalMuse WonderminimalvsParetodefaultMuse WonderlowvsQwen3.8 Max (0902)highQwen3.8 Max (0902)highvsParetodefaultClaude Haiku 5.5xhighvsMuse WonderminimalMuse WonderminimalvsGPT-5.3-CodexmediumClaude Sonnet 5.5maxvsQwen3.8 Max (0902)highGPT-5.5mediumvsQwen3.8 Max (0902)highGemini 3.5 FlashlowvsMuse WonderminimalMuse WondermediumvsQwen3.8 Max (0902)high