Claude Opus 5.5 (medium) vs Muse Wonder (low)

Claude Opus 5.5 (medium) average score मध्ये पुढे आहे: 9.2 vs 9.1. Claude Opus 5.5 (medium) चा benchmark खर्च कमी आहे: $1.804 vs $2.637. Muse Wonder (low) वेगवान आहे: 16.00s vs 25.85s, pass rates 89.9% vs 76.8%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-13

तुलना केलेली मॉडेल्स

क्रमांक: #29
एकूण आउटपुट टोकन्स: 32,127
प्रतिसाद वेळ (सरासरी): 25.85s
एकूण खर्च: $1.804

क्रमांक: #38
एकूण आउटपुट टोकन्स: 82,847
प्रतिसाद वेळ (सरासरी): 16.00s
एकूण खर्च: $2.637

शिफारस केलेले मॉडेल Claude Opus 5.5 (medium)

या तुलनेत याचा गुण सर्वाधिक आहे (9.2) आणि 2 मॉडेल्समध्ये खर्च व प्रतिसाद वेळ यांचा एकूण समतोल सर्वोत्तम आहे.

तपशीलवार तुलना

मेट्रिक	Claude Opus 5.5 Claude Opus 5.5 medium प्रकाशन: 2026-09-23	Muse Wonder Muse Wonder low प्रकाशन: 2026-10-13

मेट्रिक	Claude Opus 5.5 Claude Opus 5.5 medium प्रकाशन: 2026-09-23	Muse Wonder Muse Wonder low प्रकाशन: 2026-10-13
स्कोअर	9.2	9.1
क्रमांक	#29	#38
विश्वसनीयता	10.0	9.7
सुसंगतता	9.7	9.6
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	89.9%	76.8%
अस्थिर चाचण्या	1	1
एकूण रन	69	69
प्रति निकाल खर्च	9.016	15.512
एकूण खर्च	$1.804	$2.637
इनपुट किंमत	$4.000 / 1M	$4.000 / 1M
आउटपुट किंमत	$20.000 / 1M	$20.000 / 1M
कॅश वाचण्याची किंमत	$0.200 / 1M	$0.200 / 1M
कॅश लिहिण्याची किंमत	$5.000 / 1M	लागू नाही
एकूण इनपुट टोकन्स	290,117	244,997
आउटपुट टोकन्स	9,805	11,148
रिझनिंग टोकन्स	22,322	71,699
प्रतिसाद वेळ (सरासरी)	25.85s	16.00s
प्रतिसाद वेळ (कमाल)	90.20s	83.98s
प्रतिसाद वेळ (एकूण)	594.63s	367.91s
पॅरामीटर्स	~5T एकूण (~500B सक्रिय)	~1T एकूण (~50B सक्रिय)
उपलब्धता	बंद स्रोत	बंद स्रोत

कॅशच्या किमती इनपुट टोकनला लागू होतात. वाचताना साठवलेले प्रॉम्प्ट पुन्हा वापरले जातात; लिहिताना ते साठवले जातात आणि अधिक खर्च होऊ शकतो. आउटपुट टोकनला आउटपुट किंमत लागू होते.

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#29 Claude Opus 5.5

medium

खर्च: $0.053
वेळ: 25.6s
टोकन्स: 2,781 tok

#38 Muse Wonder

low

खर्च: $0.080
वेळ: 28.1s
टोकन्स: 4,067 tok

स्कोअरनुसार शीर्ष मॉडेल्स

स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी)

स्कोअर vs प्रतिसाद वेळ (सरासरी)

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

श्रेणीवार तपशील

श्रेणी:

स्वायत्त एजंट कार्ये	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5.5	10.0	10.0	100.0%	0		62.59s	156,163	2,513	2,420
Muse Wonder	10.0	10.0	100.0%	0		44.57s	149,681	2,520	1,668

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5.5	10.0	10.0	100.0%	0		12.42s	858	321	657
Muse Wonder	10.0	10.0	100.0%	0		4.37s	786	344	3,587

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5.5	8.4	7.4	88.9%	1		13.50s	10,608	636	4,341
Muse Wonder	10.0	10.0	100.0%	0		17.81s	7,401	1,050	15,813

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5.5	10.0	10.0	100.0%	0		55.69s	96,679	4,639	4,527
Muse Wonder	10.0	10.0	100.0%	0		24.68s	66,803	4,907	10,127

डेटा पार्सिंग आणि निष्कर्षण	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5.5	10.0	10.0	100.0%	0		12.65s	10,515	312	277
Muse Wonder	10.0	10.0	100.0%	0		4.27s	7,053	315	2,367

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5.5	7.7	10.0	66.7%	0		21.35s	990	61	8,360
Muse Wonder	5.3	10.0	33.3%	0		51.40s	761	1,060	30,749

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5.5	10.0	10.0	100.0%	0		6.17s	714	273	326
Muse Wonder	10.0	10.0	100.0%	0		3.94s	519	151	691

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5.5	10.0	10.0	100.0%	0		21.33s	921	96	336
Muse Wonder	6.5	10.0	50.0%	0		2.08s	408	60	849

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5.5	10.0	10.0	100.0%	0		30.12s	912	513	491
Muse Wonder	5.9	7.2	55.6%	1		5.08s	459	261	2,402

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5.5	10.0	10.0	100.0%	0		74.20s	11,757	441	587
Muse Wonder	9.8	10.0	100.0%	0		8.75s	10,901	359	1,862

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5.5	3.0	10.0	0.0%	0		27.75s	0	0	0
Muse Wonder	3.0	10.0	0.0%	0		8.23s	225	121	1,584

तुलना जोडी बदला

Muse WonderlowvsParetodefault Seed 2.1 TurbohighvsMuse Wonderlow Claude Haiku 5.5xhighvsMuse Wonderlow Muse WonderlowvsGPT-5.3-Codexmedium Muse WonderlowvsQwen3.8 Max (0902)high Claude Opus 5.5mediumvsSeed 2.1 Turbolow Claude Opus 5.5mediumvsQwen3.8 Max (0902)high Muse WonderlowvsQwen3.8 MAXmedium Claude Sonnet 5.5maxvsMuse Wonderlow Muse WonderlowvsGPT-5.5medium Claude Opus 5.5mediumvsMuse Spark 1.3high Muse WonderlowvsQwen3.8 Max (0902)medium