नेव्हिगेशन
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Muse Ember (high) vs Qwen3.8 MAX (medium)

Muse Ember (high) average score मध्ये पुढे आहे: 9.2 vs 9.2. Muse Ember (high) चा benchmark खर्च कमी आहे: $0.156 vs $1.181. Muse Ember (high) वेगवान आहे: 11.67s vs 27.34s, pass rates 79.7% vs 81.2%.

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

तुलना केलेली मॉडेल्स

क्रमांक
#36
एकूण आउटपुट टोकन्स
254,892
प्रतिसाद वेळ (सरासरी)
11.67s
एकूण खर्च
$0.156
क्रमांक
#42
एकूण आउटपुट टोकन्स
104,596
प्रतिसाद वेळ (सरासरी)
27.34s
एकूण खर्च
$1.181
शिफारस केलेले मॉडेल Muse Ember (high)

It has the best score here (9.2), while costing about 7.6x less than Qwen3.8 MAX (medium).

तपशीलवार तुलना

मेट्रिक Muse Ember Muse Ember high प्रकाशन: 2026-11-09 Qwen3.8 MAX Qwen3.8 MAX medium प्रकाशन: 2026-08-04
स्कोअर 9.2 9.2
क्रमांक #36 #42
विश्वसनीयता 10.0 10.0
सुसंगतता 9.6 9.7
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 79.7% 81.2%
अस्थिर चाचण्या 1 1
एकूण रन 69 69
प्रति निकाल खर्च 0.865 5.266
एकूण खर्च $0.156 $1.181
इनपुट किंमत $0.100 / 1M $2.000 / 1M
आउटपुट किंमत $0.500 / 1M $6.000 / 1M
कॅश वाचण्याची किंमत $0.004 / 1M लागू नाही
कॅश लिहिण्याची किंमत $0.125 / 1M लागू नाही
एकूण इनपुट टोकन्स 282,192 276,512
आउटपुट टोकन्स 14,054 8,152
रिझनिंग टोकन्स 240,838 96,444
प्रतिसाद वेळ (सरासरी) 11.67s 27.34s
प्रतिसाद वेळ (कमाल) 53.01s 126.60s
प्रतिसाद वेळ (एकूण) 268.45s 628.75s
पॅरामीटर्स ~150B एकूण (~10B सक्रिय) 2.4T एकूण (~100B 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.

#36 Muse Ember

high
खर्च
$0.005
वेळ
18.3s
टोकन्स
9,965 tok

#42 Qwen3.8 MAX

medium
खर्च
$0.028
वेळ
71.9s
टोकन्स
4,750 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

कोडिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Muse Ember 10.0 10.0 100.0% 0 9.62s 7,410 1,213 34,691
Qwen3.8 MAX 10.0 10.0 100.0% 0 41.35s 7,893 430 23,804

तुलना जोडी बदला