Muse Wonder (xhigh) vs Nemotron 3.5 Super VL (medium)

Nemotron 3.5 Super VL (medium) average score में आगे है: 7.7 vs 7.7. Nemotron 3.5 Super VL (medium) की benchmark लागत कम है: $0.437 vs $4.012. Muse Wonder (xhigh) तेज है: 34.40s vs 84.94s, pass rates 65.2% vs 72.5%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-16

तुलना किए गए मॉडल

रैंक: #139
कुल आउटपुट टोकन: 181,988
प्रतिक्रिया समय (औसत): 34.40s
कुल लागत: $4.012

रैंक: #134
कुल आउटपुट टोकन: 792,033
प्रतिक्रिया समय (औसत): 84.94s
कुल लागत: $0.437

अनुशंसित मॉडल Nemotron 3.5 Super VL (medium)

It has the best score here (7.7), while costing about 9.2x less than Muse Wonder (xhigh).

विस्तृत तुलना

मेट्रिक	Muse Wonder Muse Wonder xhigh रिलीज़: 2026-10-13	Nemotron 3.5 Super VL Nemotron 3.5 Super VL medium रिलीज़: 2026-10-15 निःशुल्क उपलब्ध

मेट्रिक	Muse Wonder Muse Wonder xhigh रिलीज़: 2026-10-13	Nemotron 3.5 Super VL Nemotron 3.5 Super VL medium रिलीज़: 2026-10-15 निःशुल्क उपलब्ध
स्कोर	7.7	7.7
रैंक	#139	#134
विश्वसनीयता	9.1	9.8
संगति	9.3	8.3
प्रयास	69/69	69/69
सही परीक्षण
प्रति प्रयास पास दर	65.2%	72.5%
अस्थिर टेस्ट	2	5
कुल रन	69	69
प्रति परिणाम लागत	28.658	3.118
कुल लागत	$4.012	$0.437
इनपुट कीमत	$4.000 / 1M	$0.150 / 1M
आउटपुट कीमत	$20.000 / 1M	$0.500 / 1M
कैश पढ़ने की कीमत	$0.200 / 1M	$0.020 / 1M
कैश लिखने की कीमत	लागू नहीं	लागू नहीं
कुल इनपुट टोकन	93,060	269,143
आउटपुट टोकन	10,305	6,833
रीजनिंग टोकन	171,683	785,200
प्रतिक्रिया समय (औसत)	34.40s	84.94s
प्रतिक्रिया समय (अधिकतम)	236.64s	527.47s
प्रतिक्रिया समय (कुल)	791.16s	1953.70s
पैरामीटर	~1T कुल (~50B सक्रिय)	120B कुल (12B सक्रिय)
उपलब्धता	बंद स्रोत	मुक्त 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.

#139 Muse Wonder

xhigh

लागत: $0.266
समय: 95.4s
टोकन: 13,379 tok

#134 Nemotron 3.5 Super VL

medium

लागत: $0.004
समय: 68.1s
टोकन: 9,798 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

श्रेणी:

स्वायत्त एजेंट कार्य	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Muse Wonder	3.0	10.0	0.0%	0		525ms	0	0	0
Nemotron 3.5 Super VL	10.0	10.0	100.0%	0		113.57s	167,096	1,566	8,445

एंटी-एआई ट्रिक्स	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Muse Wonder	8.3	10.0	75.0%	0		6.04s	594	399	4,619
Nemotron 3.5 Super VL	10.0	10.0	100.0%	0		5.94s	696	201	5,760

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		40.90s	7,401	1,639	46,235
Nemotron 3.5 Super VL	5.9	7.2	55.6%	1		278.59s	6,261	300	441,080

संयुक्त	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		51.45s	66,337	5,378	33,573
Nemotron 3.5 Super VL	6.4	5.8	66.7%	1		112.20s	75,514	3,686	45,873

डेटा पार्सिंग और निष्कर्षण	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		6.90s	7,053	470	4,532
Nemotron 3.5 Super VL	10.0	10.0	100.0%	0		6.69s	7,944	255	6,694

डोमेन-विशिष्ट	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Muse Wonder	3.6	7.2	22.2%	1		150.71s	497	1,078	66,033
Nemotron 3.5 Super VL	3.6	7.2	22.2%	1		196.68s	790	29	249,296

Samanya Buddhimatta	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		5.77s	519	227	1,516
Nemotron 3.5 Super VL	6.5	3.4	66.7%	1		12.72s	516	120	1,837

निर्देश पालन	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Muse Wonder	6.5	10.0	50.0%	0		2.64s	408	117	1,594
Nemotron 3.5 Super VL	9.9	10.0	100.0%	0		4.34s	723	75	2,554

पहेली समाधान	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Muse Wonder	5.3	10.0	33.3%	0		3.53s	246	222	1,878
Nemotron 3.5 Super VL	8.2	7.7	77.8%	1		11.82s	726	265	8,130

टूल कॉलिंग	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		27.97s	9,780	565	6,323
Nemotron 3.5 Super VL	10.0	10.0	100.0%	0		36.33s	8,670	284	1,110

सामान्य ज्ञान	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Muse Wonder	2.8	1.6	33.3%	1		25.37s	225	210	5,380
Nemotron 3.5 Super VL	3.0	10.0	0.0%	0		59.55s	207	52	14,421

तुलना जोड़ी बदलें

Muse Glimmer 30BhighvsNemotron 3.5 Super VLmediumनिःशुल्क उपलब्ध Nemotron 3.5 Super VLmediumनिःशुल्क उपलब्धvsGPT-6 Lunahigh Muse WonderhighvsNemotron 3.5 Super VLmediumनिःशुल्क उपलब्ध Nemotron 3.5 Super VLmediumनिःशुल्क उपलब्धvsQwen3.7 Flashlow Muse WonderxhighvsQwen3.7 Flashlow Muse WonderxhighvsQwen3.5 Plus 2026-04-20medium Claude Haiku 5.5mediumvsMuse Wonderxhigh Muse WonderxhighvsGPT-6 Lunahigh Nemotron 3.5 Super VLmediumनिःशुल्क उपलब्धvsGrok 4.5low Nemotron 3.5 Super VLmediumनिःशुल्क उपलब्धvsQwen3.7 Plusnone Muse WonderxhighvsQwen3.8 Flash Nextmedium Muse WonderxhighvsGPT-6 Lunalow