नेव्हिगेशन
Advertise here

Muse Ember (minimal) vs Hy4 (high)

Muse Ember (minimal) average score मध्ये पुढे आहे: 8.9 vs 5.8. Muse Ember (minimal) चा benchmark खर्च कमी आहे: $0.047 vs $3.055. Muse Ember (minimal) वेगवान आहे: 5.30s vs 219.63s, pass rates 76.8% vs 56.5%.

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
#327
एकूण आउटपुट टोकन्स
2,328,895
प्रतिसाद वेळ (सरासरी)
219.63s
एकूण खर्च
$3.055
शिफारस केलेले मॉडेल Muse Ember (minimal)

It has the best score here (8.9), while costing about 65.2x less than Hy4 (high).

तपशीलवार तुलना

मेट्रिक Muse Ember Muse Ember minimal प्रकाशन: 2026-11-09 Hy4 Hy4 high प्रकाशन: 2026-11-04
स्कोअर 8.9 5.8
क्रमांक #67 #327
विश्वसनीयता 9.7 9.7
सुसंगतता 9.6 8.2
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 76.8% 56.5%
अस्थिर चाचण्या 1 5
एकूण रन 69 69
प्रति निकाल खर्च 0.276 30.547
एकूण खर्च $0.047 $3.055
इनपुट किंमत $0.100 / 1M $0.417 / 1M
आउटपुट किंमत $0.500 / 1M $1.251 / 1M
कॅश वाचण्याची किंमत $0.004 / 1M $0.021 / 1M
कॅश लिहिण्याची किंमत $0.125 / 1M लागू नाही
एकूण इनपुट टोकन्स 265,844 341,340
आउटपुट टोकन्स 10,584 5,382
रिझनिंग टोकन्स 29,993 2,323,513
प्रतिसाद वेळ (सरासरी) 5.30s 219.63s
प्रतिसाद वेळ (कमाल) 48.15s 540.04s
प्रतिसाद वेळ (एकूण) 121.82s 5051.38s
पॅरामीटर्स ~150B एकूण (~10B सक्रिय) ~770B एकूण (~49B 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

#327 Hy4

high
खर्च
$0.030
वेळ
162.4s
टोकन्स
23,596 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
Hy4 7.5 10.0 66.7% 0 237.29s 7,527 30 316,572

तुलना जोडी बदला