Claude Sonnet 5.5 (high) vs Muse Ember (medium)

Claude Sonnet 5.5 (high) average score मध्ये पुढे आहे: 8.6 vs 8.5. Muse Ember (medium) चा benchmark खर्च कमी आहे: $0.190 vs $1.175. Claude Sonnet 5.5 (high) वेगवान आहे: 10.79s vs 12.39s, pass rates 81.2% vs 75.4%.

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

तुलना केलेली मॉडेल्स

क्रमांक: #93
एकूण आउटपुट टोकन्स: 48,293
प्रतिसाद वेळ (सरासरी): 10.79s
एकूण खर्च: $1.175

क्रमांक: #97
एकूण आउटपुट टोकन्स: 324,857
प्रतिसाद वेळ (सरासरी): 12.39s
एकूण खर्च: $0.190

शिफारस केलेले मॉडेल Muse Ember (medium)

Its score stays close to the best score here (8.5 vs 8.6), while costing about 6.2x less than Claude Sonnet 5.5 (high).

तपशीलवार तुलना

मेट्रिक	Claude Sonnet 5.5 Claude Sonnet 5.5 high प्रकाशन: 2026-09-29	Muse Ember Muse Ember medium प्रकाशन: 2026-11-09

मेट्रिक	Claude Sonnet 5.5 Claude Sonnet 5.5 high प्रकाशन: 2026-09-29	Muse Ember Muse Ember medium प्रकाशन: 2026-11-09
स्कोअर	8.6	8.5
क्रमांक	#93	#97
विश्वसनीयता	10.0	10.0
सुसंगतता	8.3	8.2
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	81.2%	75.4%
अस्थिर चाचण्या	5	5
एकूण रन	69	69
प्रति निकाल खर्च	7.340	1.266
एकूण खर्च	$1.175	$0.190
इनपुट किंमत	$2.000 / 1M	$0.100 / 1M
आउटपुट किंमत	$10.000 / 1M	$0.500 / 1M
कॅश वाचण्याची किंमत	$0.200 / 1M	$0.004 / 1M
कॅश लिहिण्याची किंमत	$2.500 / 1M	$0.125 / 1M
एकूण इनपुट टोकन्स	345,687	274,381
आउटपुट टोकन्स	13,550	12,835
रिझनिंग टोकन्स	34,743	312,022
प्रतिसाद वेळ (सरासरी)	10.79s	12.39s
प्रतिसाद वेळ (कमाल)	51.53s	75.32s
प्रतिसाद वेळ (एकूण)	248.22s	285.08s
पॅरामीटर्स	~1T एकूण (~100B 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.

#93 Claude Sonnet 5.5

high

खर्च: $0.088
वेळ: 73.5s
टोकन्स: 8,914 tok

#97 Muse Ember

medium

खर्च: $0.003
वेळ: 10.0s
टोकन्स: 5,136 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 Sonnet 5.5	10.0	10.0	100.0%	0		51.53s	186,231	3,380	1,608
Muse Ember	10.0	10.0	100.0%	0		47.20s	150,276	2,648	2,320

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Sonnet 5.5	10.0	10.0	100.0%	0		3.69s	858	500	917
Muse Ember	10.0	10.0	100.0%	0		2.38s	798	234	4,163

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Sonnet 5.5	10.0	10.0	100.0%	0		9.85s	10,608	561	6,326
Muse Ember	10.0	10.0	100.0%	0		6.94s	7,410	1,074	25,110

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Sonnet 5.5	8.2	6.9	66.7%	1		24.57s	121,917	7,165	5,930
Muse Ember	10.0	10.0	100.0%	0		9.77s	94,000	5,591	12,180

डेटा पार्सिंग आणि निष्कर्षण	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Sonnet 5.5	7.3	5.8	83.3%	1		3.86s	10,515	363	1,045
Muse Ember	6.3	5.8	66.7%	1		3.39s	7,215	328	4,360

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Sonnet 5.5	3.5	4.4	33.3%	2		17.52s	990	61	14,014
Muse Ember	3.6	7.2	22.2%	1		35.64s	873	1,370	161,711

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Sonnet 5.5	6.5	3.4	66.7%	1		6.93s	714	313	1,358
Muse Ember	10.0	10.0	100.0%	0		3.37s	522	191	1,946

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Sonnet 5.5	9.9	10.0	100.0%	0		5.13s	921	98	346
Muse Ember	7.3	6.0	83.3%	1		3.38s	759	179	4,108

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Sonnet 5.5	10.0	10.0	100.0%	0		3.54s	912	569	834
Muse Ember	5.2	4.4	55.6%	2		16.70s	786	817	85,919

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Sonnet 5.5	10.0	10.0	100.0%	0		5.22s	11,757	410	97
Muse Ember	10.0	10.0	100.0%	0		4.09s	11,514	288	1,121

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Sonnet 5.5	3.0	10.0	0.0%	0		9.93s	264	130	2,268
Muse Ember	3.0	10.0	0.0%	0		9.98s	228	115	9,084

तुलना जोडी बदला

Muse EmbermediumvsGrok 4.6high Claude Sonnet 5.5highvsMuse Spark 1.1low Claude Sonnet 5.5highvsGPT-6.1 Terranone Muse EmbermediumvsQwen3.8 Max (0902)low Claude Sonnet 5.5highvsDeepSeek V4.1 Flashmax Claude Sonnet 5.5highvsQwen3.8 Max (0902)low Claude Sonnet 5.5highvsParticle-1medium Claude Haiku 5.5lowvsMuse Embermedium Claude Sonnet 5.5highvsMuse Embermax Claude Sonnet 5.5highvsMuse Emberlow Claude Haiku 5.5maxvsMuse Embermedium Claude Fable 5.2lowvsMuse Embermedium