Muse Ember (minimal) vs GLM 5.3 FlashX Legal (max)

Muse Ember (minimal) average score मध्ये पुढे आहे: 8.9 vs 7.9. Muse Ember (minimal) चा benchmark खर्च कमी आहे: $0.047 vs $0.819. Muse Ember (minimal) वेगवान आहे: 5.30s vs 65.28s, pass rates 76.8% vs 71.0%.

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: #147
एकूण आउटपुट टोकन्स: 571,211
प्रतिसाद वेळ (सरासरी): 65.28s
एकूण खर्च: $0.819

शिफारस केलेले मॉडेल Muse Ember (minimal)

It has the best score here (8.9), while costing about 17.5x less than GLM 5.3 FlashX Legal (max).

तपशीलवार तुलना

मेट्रिक	Muse Ember Muse Ember minimal प्रकाशन: 2026-11-09	GLM 5.3 FlashX Legal GLM 5.3 FlashX Legal max प्रकाशन: 2026-11-02

मेट्रिक	Muse Ember Muse Ember minimal प्रकाशन: 2026-11-09	GLM 5.3 FlashX Legal GLM 5.3 FlashX Legal max प्रकाशन: 2026-11-02
स्कोअर	8.9	7.9
क्रमांक	#67	#147
विश्वसनीयता	9.7	9.7
सुसंगतता	9.6	8.4
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	76.8%	71.0%
अस्थिर चाचण्या	1	5
एकूण रन	69	69
प्रति निकाल खर्च	0.276	5.846
एकूण खर्च	$0.047	$0.819
इनपुट किंमत	$0.100 / 1M	$0.370 / 1M
आउटपुट किंमत	$0.500 / 1M	$1.250 / 1M
कॅश वाचण्याची किंमत	$0.004 / 1M	$0.075 / 1M
कॅश लिहिण्याची किंमत	$0.125 / 1M	लागू नाही
एकूण इनपुट टोकन्स	265,844	282,144
आउटपुट टोकन्स	10,584	6,078
रिझनिंग टोकन्स	29,993	565,133
प्रतिसाद वेळ (सरासरी)	5.30s	65.28s
प्रतिसाद वेळ (कमाल)	48.15s	516.19s
प्रतिसाद वेळ (एकूण)	121.82s	1501.49s
पॅरामीटर्स	~150B एकूण (~10B सक्रिय)	~320B एकूण (~18B 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

#147 GLM 5.3 FlashX Legal

max

OpenRouter returned no showcase content (finish_reason: length).

खर्च: $0.082
वेळ: 408.0s
टोकन्स: 65,656 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
Muse Ember	10.0	10.0	100.0%	0		48.15s	147,537	2,489	1,109
GLM 5.3 FlashX Legal	6.1	3.1	66.7%	1		93.32s	168,647	1,383	19,414

अँटी-एआय युक्त्या	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		2.03s	798	330	1,076
GLM 5.3 FlashX Legal	8.2	7.9	83.3%	1		1.62s	639	155	1,365

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
GLM 5.3 FlashX Legal	10.0	10.0	100.0%	0		47.87s	7,317	385	62,514

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Muse Ember	7.3	5.8	83.3%	1		9.58s	89,458	5,369	4,624
GLM 5.3 FlashX Legal	7.3	5.8	83.3%	1		55.52s	87,875	2,726	46,237

डेटा पार्सिंग आणि निष्कर्षण	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		1.57s	7,215	234	570
GLM 5.3 FlashX Legal	10.0	10.0	100.0%	0		4.09s	7,149	247	3,168

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Muse Ember	5.3	10.0	33.3%	0		3.96s	873	344	7,621
GLM 5.3 FlashX Legal	3.0	10.0	0.0%	0		350.03s	759	366	408,079

Samanya Buddhimatta	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		1.65s	522	109	567
GLM 5.3 FlashX Legal	4.7	3.1	33.3%	1		3.28s	498	165	965

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Muse Ember	9.8	10.0	100.0%	0		2.10s	759	111	824
GLM 5.3 FlashX Legal	9.9	10.0	100.0%	0		2.94s	678	72	954

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Muse Ember	5.3	10.0	33.3%	0		3.33s	786	412	5,631
GLM 5.3 FlashX Legal	8.2	7.7	77.8%	1		4.83s	672	328	3,897

टूल कॉलिंग	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		4.67s	10,258	539	175
GLM 5.3 FlashX Legal	10.0	10.0	100.0%	0		6.17s	7,703	231	601

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Muse Ember	3.0	10.0	0.0%	0		2.88s	228	70	1,697
GLM 5.3 FlashX Legal	3.0	10.0	0.0%	0		59.00s	207	20	17,939

तुलना जोडी बदला