नेव्हिगेशन
Advertise here

Muse Ember (medium) vs Qwen4 Max (high)

average score जवळपास समान आहे: 8.5 vs 8.6. Muse Ember (medium) चा benchmark खर्च कमी आहे: $0.190 vs $1.363. Muse Ember (medium) वेगवान आहे: 12.39s vs 52.90s, pass rates 75.4% vs 85.5%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-11-16

तुलना केलेली मॉडेल्स

क्रमांक
#109
एकूण आउटपुट टोकन्स
324,857
प्रतिसाद वेळ (सरासरी)
12.39s
एकूण खर्च
$0.190
क्रमांक
#105
एकूण आउटपुट टोकन्स
185,844
प्रतिसाद वेळ (सरासरी)
52.90s
एकूण खर्च
$1.363
शिफारस केलेले मॉडेल Muse Ember (medium)

It has the best score here (8.5), while costing about 7.2x less than Qwen4 Max (high).

तपशीलवार तुलना

मेट्रिक Muse Ember Muse Ember medium प्रकाशन: 2026-11-09 Qwen4 Max Qwen4 Max high प्रकाशन: 2026-11-16
स्कोअर 8.5 8.6
क्रमांक #109 #105
विश्वसनीयता 10.0 10.0
सुसंगतता 8.2 9.6
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 75.4% 85.5%
अस्थिर चाचण्या 5 1
एकूण रन 69 69
प्रति निकाल खर्च 1.266 7.172
एकूण खर्च $0.190 $1.363
इनपुट किंमत $0.100 / 1M $1.500 / 1M
आउटपुट किंमत $0.500 / 1M $4.500 / 1M
कॅश वाचण्याची किंमत $0.004 / 1M $0.075 / 1M
कॅश लिहिण्याची किंमत $0.125 / 1M $1.875 / 1M
एकूण इनपुट टोकन्स 274,381 350,854
आउटपुट टोकन्स 12,835 8,427
रिझनिंग टोकन्स 312,022 177,417
प्रतिसाद वेळ (सरासरी) 12.39s 52.90s
प्रतिसाद वेळ (कमाल) 75.32s 437.98s
प्रतिसाद वेळ (एकूण) 285.08s 1216.62s
पॅरामीटर्स ~150B एकूण (~10B सक्रिय) ~2.4T एकूण (~95B 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.

#109 Muse Ember

medium
खर्च
$0.003
वेळ
10.0s
टोकन्स
5,136 tok

#105 Qwen4 Max

high
खर्च
$0.076
वेळ
277.5s
टोकन्स
16,848 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 6.94s 7,410 1,074 25,110
Qwen4 Max 10.0 10.0 100.0% 0 15.68s 8,001 431 9,195

तुलना जोडी बदला