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

Muse Wonder (high) vs Nemotron 3.5 Super VL (medium)

average score जवळपास समान आहे: 7.7 vs 7.7. Nemotron 3.5 Super VL (medium) चा benchmark खर्च कमी आहे: $0.437 vs $3.426. Muse Wonder (high) वेगवान आहे: 22.96s vs 84.94s, pass rates 66.7% vs 72.5%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-16

तुलना केलेली मॉडेल्स

क्रमांक
#131
एकूण आउटपुट टोकन्स
152,440
प्रतिसाद वेळ (सरासरी)
22.96s
एकूण खर्च
$3.426
क्रमांक
#134
एकूण आउटपुट टोकन्स
792,033
प्रतिसाद वेळ (सरासरी)
84.94s
एकूण खर्च
$0.437
शिफारस केलेले मॉडेल Nemotron 3.5 Super VL (medium)

It has the best score here (7.7), while costing about 7.8x less than Muse Wonder (high).

तपशीलवार तुलना

मेट्रिक Muse Wonder Muse Wonder high प्रकाशन: 2026-10-13 Nemotron 3.5 Super VL Nemotron 3.5 Super VL medium प्रकाशन: 2026-10-15 मोफत उपलब्ध
स्कोअर 7.7 7.7
क्रमांक #131 #134
विश्वसनीयता 9.3 9.8
सुसंगतता 9.6 8.3
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 66.7% 72.5%
अस्थिर चाचण्या 1 5
एकूण रन 69 69
प्रति निकाल खर्च 22.837 3.118
एकूण खर्च $3.426 $0.437
इनपुट किंमत $4.000 / 1M $0.150 / 1M
आउटपुट किंमत $20.000 / 1M $0.500 / 1M
कॅश वाचण्याची किंमत $0.200 / 1M $0.020 / 1M
कॅश लिहिण्याची किंमत लागू नाही लागू नाही
एकूण इनपुट टोकन्स 94,153 269,143
आउटपुट टोकन्स 9,606 6,833
रिझनिंग टोकन्स 142,834 785,200
प्रतिसाद वेळ (सरासरी) 22.96s 84.94s
प्रतिसाद वेळ (कमाल) 143.21s 527.47s
प्रतिसाद वेळ (एकूण) 528.08s 1953.70s
पॅरामीटर्स ~1T एकूण (~50B सक्रिय) 120B एकूण (12B सक्रिय)
उपलब्धता बंद स्रोत मुक्त 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.

#131 Muse Wonder

high
खर्च
$0.199
वेळ
113.0s
टोकन्स
10,002 tok

#134 Nemotron 3.5 Super VL

medium
खर्च
$0.004
वेळ
68.1s
टोकन्स
9,798 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 Wonder 10.0 10.0 100.0% 0 36.94s 7,401 1,392 35,716
Nemotron 3.5 Super VL 5.9 7.2 55.6% 1 278.59s 6,261 300 441,080

तुलना जोडी बदला