Advertise here
#113

Muse Wonder

Meta रिलीज़: 2026-10-13 परीक्षण किया गया: 2026-10-13 00:12 meta/muse-wonder::max
~1T कुल (~50B सक्रिय)MoEबंद स्रोतअनुमानित

सारांश

Muse Wonder AI BENCHY पर 7.9 स्कोर करता है और #113 पर है। इसकी reliability 9.0, pass rate 75.4%, कुल लागत $4.766, और औसत response time 44.39s है।

Muse Wonder को अलग क्या बनाता है: यह कोडिंग में सबसे अलग दिखता है, जहाँ इसकी रैंक #1 है; जबकि सामान्य ज्ञान इसकी सबसे कमजोर जगह है, जहाँ यह #17 पर है।

मॉडल विवरण

शोध की तारीख: 2026-10-13

अनुमानित
पैरामीटर
~1T कुल (~50B सक्रिय)
आर्किटेक्चर
MoE
उपलब्धता
बंद स्रोत
लाइसेंस
-

सार्वजनिक साक्ष्यों पर आधारित सर्वोत्तम अनुमान; प्रदाता ने सभी मान जारी नहीं किए हैं।

संगति

8.9

कुल आउटपुट टोकन

219,635

कुल इनपुट टोकन

93,126

इनपुट कीमत

$4.000 / 1M

आउटपुट कीमत

$20.000 / 1M

कैश पढ़ने की कीमत

$0.200 / 1M

कैश लिखने की कीमत

लागू नहीं

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।

सही परीक्षण

गलत टेस्ट: 7

प्रति प्रयास पास दर: 75.4%

अस्थिर टेस्ट

3

अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।

प्रतिक्रिया समय (औसत)

44.39s

प्रतिक्रिया समय (अधिकतम): 287.79s

प्रतिक्रिया समय (कुल): 1021.02s

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

चार्ट

पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

त्वरित तुलना

श्रेणी विवरण

श्रेणी स्कोर संगति सही परीक्षण
स्वायत्त एजेंट कार्य 3.0 10.0
एंटी-एआई ट्रिक्स 10.0 10.0
कोडिंग 10.0 10.0
संयुक्त 10.0 10.0
डेटा पार्सिंग और निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 2.9 7.2
Samanya Buddhimatta 10.0 10.0
निर्देश पालन 7.5 6.1
पहेली समाधान 7.7 10.0
टूल कॉलिंग 10.0 10.0
सामान्य ज्ञान 2.8 1.6

तुलना किए गए मॉडल