नेविगेशन
Advertise here

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

Muse Wonder (minimal) average score में आगे है: 9.1 vs 9.0. Qwen3.8 Max (0902) (medium) की benchmark लागत कम है: $1.096 vs $1.639. Muse Wonder (minimal) तेज है: 7.72s vs 30.42s, pass rates 76.8% vs 84.1%.

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
#43
कुल आउटपुट टोकन
92,998
प्रतिक्रिया समय (औसत)
30.42s
कुल लागत
$1.096
अनुशंसित मॉडल Muse Wonder (minimal)

It has the best score here (9.1), while responding about 3.9x faster than Qwen3.8 Max (0902) (medium).

विस्तृत तुलना

मेट्रिक Muse Wonder Muse Wonder minimal रिलीज़: 2026-10-13 Qwen3.8 Max (0902) Qwen3.8 Max (0902) medium रिलीज़: 2026-09-07
स्कोर 9.1 9.0
रैंक #41 #43
विश्वसनीयता 9.7 10.0
संगति 9.3 9.3
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 76.8% 84.1%
अस्थिर टेस्ट 2 2
कुल रन 69 69
प्रति परिणाम लागत 9.639 6.084
कुल लागत $1.639 $1.096
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 238,532 268,540
आउटपुट टोकन 9,812 7,499
रीजनिंग टोकन 24,412 85,499
प्रतिक्रिया समय (औसत) 7.72s 30.42s
प्रतिक्रिया समय (अधिकतम) 42.89s 168.09s
प्रतिक्रिया समय (कुल) 177.57s 699.68s
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

#43 Qwen3.8 Max (0902)

medium
लागत
$0.036
समय
108.3s
टोकन
5,980 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) 8.4 7.4 88.9% 1 45.74s 7,893 551 20,628

त्वरित तुलना

तुलना जोड़ी बदलें

Seed 2.1 TurbohighvsMuse WonderminimalMuse WonderminimalvsParetodefaultGemini 3.5 FlashlowvsQwen3.8 Max (0902)mediumGemini 3.5 Flash LitehighvsQwen3.8 Max (0902)mediumClaude Haiku 5.5xhighvsMuse WonderminimalMuse WonderminimalvsGPT-5.3-CodexmediumMuse WonderminimalvsQwen3.8 Max (0902)highClaude Opus 5lowvsQwen3.8 Max (0902)mediumGemini 3.5 FlashlowvsMuse WonderminimalGemini 3.6 FlashlowvsQwen3.8 Max (0902)mediumQwen3.8 Max (0902)mediumvsGLM 5.3 FlashmaxSeed 2.1 TurbohighvsQwen3.8 Max (0902)medium