Claude Opus 5 (medium) vs Muse Ember (high)

Claude Opus 5 (medium) average score मध्ये पुढे आहे: 9.4 vs 9.2. Muse Ember (high) चा benchmark खर्च कमी आहे: $0.156 vs $2.870. Muse Ember (high) वेगवान आहे: 11.67s vs 13.24s, pass rates 84.1% vs 79.7%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-11-10

तुलना केलेली मॉडेल्स

क्रमांक: #32
एकूण आउटपुट टोकन्स: 43,450
प्रतिसाद वेळ (सरासरी): 13.24s
एकूण खर्च: $2.870

क्रमांक: #36
एकूण आउटपुट टोकन्स: 254,892
प्रतिसाद वेळ (सरासरी): 11.67s
एकूण खर्च: $0.156

शिफारस केलेले मॉडेल Muse Ember (high)

Its score stays close to the best score here (9.2 vs 9.4), while costing about 18.4x less than Claude Opus 5 (medium).

तपशीलवार तुलना

मेट्रिक	Claude Opus 5 Claude Opus 5 medium प्रकाशन: 2026-07-25	Muse Ember Muse Ember high प्रकाशन: 2026-11-09

मेट्रिक	Claude Opus 5 Claude Opus 5 medium प्रकाशन: 2026-07-25	Muse Ember Muse Ember high प्रकाशन: 2026-11-09
स्कोअर	9.4	9.2
क्रमांक	#32	#36
विश्वसनीयता	10.0	10.0
सुसंगतता	9.6	9.6
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	84.1%	79.7%
अस्थिर चाचण्या	1	1
एकूण रन	69	69
प्रति निकाल खर्च	15.102	0.865
एकूण खर्च	$2.870	$0.156
इनपुट किंमत	$5.000 / 1M	$0.100 / 1M
आउटपुट किंमत	$25.000 / 1M	$0.500 / 1M
कॅश वाचण्याची किंमत	$0.500 / 1M	$0.004 / 1M
कॅश लिहिण्याची किंमत	$6.250 / 1M	$0.125 / 1M
एकूण इनपुट टोकन्स	356,605	282,192
आउटपुट टोकन्स	26,715	14,054
रिझनिंग टोकन्स	17,041	240,838
प्रतिसाद वेळ (सरासरी)	13.24s	11.67s
प्रतिसाद वेळ (कमाल)	78.80s	53.01s
प्रतिसाद वेळ (एकूण)	304.46s	268.45s
पॅरामीटर्स	~5T एकूण (~500B सक्रिय)	~150B एकूण (~10B 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.

#32 Claude Opus 5

medium

खर्च: $0.125
वेळ: 69.3s
टोकन्स: 5,134 tok

#36 Muse Ember

high

खर्च: $0.005
वेळ: 18.3s
टोकन्स: 9,965 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	10.0	10.0	100.0%	0		78.80s	221,001	2,901	4,237
Muse Ember	10.0	10.0	100.0%	0		48.28s	149,560	2,625	1,759

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	10.0	10.0	100.0%	0		5.46s	834	1,559	572
Muse Ember	10.0	10.0	100.0%	0		2.29s	798	275	5,440

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5	10.0	10.0	100.0%	0		9.56s	10,590	5,224	1,162
Muse Ember	10.0	10.0	100.0%	0		9.62s	7,410	1,213	34,691

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5	10.0	10.0	100.0%	0		23.89s	98,197	7,895	1,276
Muse Ember	10.0	10.0	100.0%	0		10.86s	102,312	5,879	17,216

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	10.0	10.0	100.0%	0		3.92s	10,503	355	161
Muse Ember	10.0	10.0	100.0%	0		3.86s	7,215	342	4,585

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5	2.9	7.2	11.1%	1		26.35s	972	6,224	8,562
Muse Ember	5.3	10.0	33.3%	0		29.08s	873	1,687	119,272

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5	10.0	10.0	100.0%	0		3.56s	708	291	0
Muse Ember	10.0	10.0	100.0%	0		2.80s	522	201	1,993

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5	10.0	10.0	100.0%	0		4.16s	909	377	351
Muse Ember	9.8	10.0	100.0%	0		3.05s	759	159	4,867

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5	10.0	10.0	100.0%	0		4.27s	894	836	465
Muse Ember	5.4	7.2	44.4%	1		12.05s	786	1,091	33,034

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5	10.0	10.0	100.0%	0		8.76s	11,739	354	0
Muse Ember	10.0	10.0	100.0%	0		3.95s	11,729	319	1,231

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 5	3.0	10.0	0.0%	0		7.03s	258	699	255
Muse Ember	3.0	10.0	0.0%	0		16.46s	228	263	16,750

तुलना जोडी बदला

Claude Opus 5mediumvsGemini 3.7 Flashlow Claude Opus 5mediumvsGPT-6.1 Terraxhigh Seed 2.1 TurbolowvsMuse Emberhigh Claude Opus 5mediumvsGPT-6.1 Terralow Claude Opus 5.5mediumvsMuse Emberhigh Claude Opus 5mediumvsGPT-6.1 Terramax Muse EmberhighvsGPT-5.5medium Claude Sonnet 5.5maxvsMuse Emberhigh Muse EmberhighvsGPT-6.1 Terralow Muse EmberhighvsQwen3.8 MAXmedium DeepSeek V4.1 Flash 1017lowvsMuse Emberhigh Claude Opus 5mediumvsSeed 2.1 Turbolow