Claude Sonnet 5.5 (max) vs Muse Wonder (low)

Claude Sonnet 5.5 (max) average score मध्ये पुढे आहे: 9.2 vs 9.1. Muse Wonder (low) चा benchmark खर्च कमी आहे: $2.637 vs $8.557. Muse Wonder (low) वेगवान आहे: 16.00s vs 84.26s, pass rates 82.6% vs 76.8%.

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

तुलना केलेली मॉडेल्स

क्रमांक: #32
एकूण आउटपुट टोकन्स: 758,707
प्रतिसाद वेळ (सरासरी): 84.26s
एकूण खर्च: $8.557

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

शिफारस केलेले मॉडेल Muse Wonder (low)

Its score stays close to the best score here (9.1 vs 9.2), while costing about 3.2x less than Claude Sonnet 5.5 (max).

तपशीलवार तुलना

मेट्रिक	Claude Sonnet 5.5 Claude Sonnet 5.5 max प्रकाशन: 2026-09-29	Muse Wonder Muse Wonder low प्रकाशन: 2026-10-13

मेट्रिक	Claude Sonnet 5.5 Claude Sonnet 5.5 max प्रकाशन: 2026-09-29	Muse Wonder Muse Wonder low प्रकाशन: 2026-10-13
स्कोअर	9.2	9.1
क्रमांक	#32	#38
विश्वसनीयता	10.0	9.7
सुसंगतता	9.4	9.6
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	82.6%	76.8%
अस्थिर चाचण्या	2	1
एकूण रन	69	69
प्रति निकाल खर्च	47.536	15.512
एकूण खर्च	$8.557	$2.637
इनपुट किंमत	$2.000 / 1M	$4.000 / 1M
आउटपुट किंमत	$10.000 / 1M	$20.000 / 1M
कॅश वाचण्याची किंमत	$0.200 / 1M	$0.200 / 1M
कॅश लिहिण्याची किंमत	$2.500 / 1M	लागू नाही
एकूण इनपुट टोकन्स	484,627	244,997
आउटपुट टोकन्स	11,026	11,148
रिझनिंग टोकन्स	747,681	71,699
प्रतिसाद वेळ (सरासरी)	84.26s	16.00s
प्रतिसाद वेळ (कमाल)	488.39s	83.98s
प्रतिसाद वेळ (एकूण)	1937.91s	367.91s
पॅरामीटर्स	~1T एकूण (~100B 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.

#32 Claude Sonnet 5.5

max

OpenRouter returned no showcase content (finish_reason: length).

खर्च: $0.000
वेळ: 571.7s
टोकन्स: 0 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 Sonnet 5.5	10.0	10.0	100.0%	0		111.06s	349,131	2,873	28,485
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 Sonnet 5.5	10.0	10.0	100.0%	0		5.39s	858	397	3,109
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 Sonnet 5.5	10.0	10.0	100.0%	0		55.26s	10,608	580	70,730
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 Sonnet 5.5	10.0	10.0	100.0%	0		113.57s	97,957	5,219	95,067
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 Sonnet 5.5	10.0	10.0	100.0%	0		16.07s	10,515	312	10,487
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 Sonnet 5.5	5.3	10.0	33.3%	0		401.38s	990	19	485,043
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 Sonnet 5.5	5.1	3.4	33.3%	1		56.66s	714	322	20,156
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 Sonnet 5.5	8.5	6.8	83.3%	1		6.24s	921	98	2,263
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 Sonnet 5.5	10.0	10.0	100.0%	0		6.17s	912	578	3,186
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 Sonnet 5.5	10.0	10.0	100.0%	0		41.40s	11,757	354	12,232
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 Sonnet 5.5	3.0	10.0	0.0%	0		47.01s	264	274	16,923
Muse Wonder	3.0	10.0	0.0%	0		8.23s	225	121	1,584

तुलना जोडी बदला

Claude Sonnet 5.5maxvsQwen3.8 MAXmedium Muse WonderlowvsParetodefault Seed 2.1 TurbohighvsMuse Wonderlow Claude Sonnet 5.5maxvsGPT-5.5medium Claude Haiku 5.5xhighvsMuse Wonderlow Muse WonderlowvsGPT-5.3-Codexmedium Claude Sonnet 5.5maxvsMuse Wondermedium Muse WonderlowvsQwen3.8 Max (0902)high Claude Sonnet 5.5maxvsQwen3.8 Max (0902)high Claude Sonnet 5.5maxvsGPT-5.3-Codexmedium Claude Sonnet 5.5maxvsMuse Spark 1.3high Muse WonderlowvsQwen3.8 MAXmedium