Advertise here
#129

Muse Wonder

Meta रिलीज़: 2026-10-13 परीक्षण किया गया: 2026-10-13 00:09 meta/muse-wonder::xhigh
~1T कुल (~50B सक्रिय)MoEबंद स्रोतअनुमानित

सारांश

Muse Wonder AI BENCHY पर 7.7 स्कोर करता है और #129 पर है। इसकी reliability 9.1, pass rate 65.2%, कुल लागत $4.012, और औसत response time 34.40s है।

Muse Wonder को अलग क्या बनाता है: यह कोडिंग में सबसे अलग दिखता है, जहाँ इसकी रैंक #1 है; जबकि स्वायत्त एजेंट कार्य इसकी सबसे कमजोर जगह है, जहाँ यह #16 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

9.3

कुल आउटपुट टोकन

181,988

कुल इनपुट टोकन

93,060

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: 9

प्रति प्रयास पास दर: 65.2%

अस्थिर टेस्ट

2

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

प्रतिक्रिया समय (औसत)

34.40s

प्रतिक्रिया समय (अधिकतम): 236.64s

प्रतिक्रिया समय (कुल): 791.16s

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#129 Muse Wonder

xhigh
लागत
$0.266
समय
95.4s
टोकन
13,379 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 8.3 10.0
कोडिंग 10.0 10.0
संयुक्त 10.0 10.0
डेटा पार्सिंग और निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 3.6 7.2
Samanya Buddhimatta 10.0 10.0
निर्देश पालन 6.5 10.0
पहेली समाधान 5.3 10.0
टूल कॉलिंग 10.0 10.0
सामान्य ज्ञान 2.8 1.6

तुलना किए गए मॉडल