नेव्हिगेशन
Advertise here

Muse Ember (minimal) vs Kimi K3.1 Pro (low)

Muse Ember (minimal) average score मध्ये पुढे आहे: 8.9 vs 8.8. Muse Ember (minimal) चा benchmark खर्च कमी आहे: $0.047 vs $1.836. Muse Ember (minimal) वेगवान आहे: 5.30s vs 47.50s, pass rates 76.8% vs 81.2%.

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

तुलना केलेली मॉडेल्स

क्रमांक
#67
एकूण आउटपुट टोकन्स
40,577
प्रतिसाद वेळ (सरासरी)
5.30s
एकूण खर्च
$0.047
क्रमांक
#70
एकूण आउटपुट टोकन्स
139,158
प्रतिसाद वेळ (सरासरी)
47.50s
एकूण खर्च
$1.836
शिफारस केलेले मॉडेल Muse Ember (minimal)

It has the best score here (8.9), while costing about 39.2x less than Kimi K3.1 Pro (low).

तपशीलवार तुलना

मेट्रिक Muse Ember Muse Ember minimal प्रकाशन: 2026-11-09 Kimi K3.1 Pro Kimi K3.1 Pro low प्रकाशन: 2026-10-24
स्कोअर 8.9 8.8
क्रमांक #67 #70
विश्वसनीयता 9.7 8.4
सुसंगतता 9.6 8.9
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 76.8% 81.2%
अस्थिर चाचण्या 1 3
एकूण रन 69 69
प्रति निकाल खर्च 0.276 10.796
एकूण खर्च $0.047 $1.836
इनपुट किंमत $0.100 / 1M $2.000 / 1M
आउटपुट किंमत $0.500 / 1M $10.000 / 1M
कॅश वाचण्याची किंमत $0.004 / 1M $0.200 / 1M
कॅश लिहिण्याची किंमत $0.125 / 1M लागू नाही
एकूण इनपुट टोकन्स 265,844 221,802
आउटपुट टोकन्स 10,584 12,498
रिझनिंग टोकन्स 29,993 126,660
प्रतिसाद वेळ (सरासरी) 5.30s 47.50s
प्रतिसाद वेळ (कमाल) 48.15s 506.95s
प्रतिसाद वेळ (एकूण) 121.82s 1092.61s
पॅरामीटर्स ~150B एकूण (~10B सक्रिय) ~2.8T एकूण (~104B 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.

#67 Muse Ember

minimal
खर्च
$0.002
वेळ
4.5s
टोकन्स
2,690 tok

#70 MoonshotAI: Kimi K3.1 Pro

low
fetch failed
खर्च
$0.000
वेळ
10.7s
टोकन्स
0 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 2.66s 7,410 577 6,099
Kimi K3.1 Pro 10.0 10.0 100.0% 0 18.91s 8,070 468 7,531

झटपट तुलना

तुलना जोडी बदला

Claude Fable 5mediumvsMuse EmberminimalMuse EmberminimalvsPareto 26.9defaultKimi K3.1 ProlowvsGPT-5.4mediumKimi K3.1 ProlowvsPareto 26.9defaultClaude Fable 5mediumvsKimi K3.1 ProlowMuse EmberminimalvsQwen3.8 MAXlowMuse Spark 1.1mediumvsKimi K3.1 ProlowMuse Spark 1.2mediumvsKimi K3.1 ProlowMuse EmberxhighvsKimi K3.1 ProlowMuse Spark OpenmediumvsKimi K3.1 ProlowDeepSeek V4.1 FlashhighvsKimi K3.1 ProlowMuse EmberminimalvsGLM 5.3 Flashmax