Muse Wonder (high) vs Qwen3.5 Plus 2026-04-20 (medium)

average score जवळपास समान आहे: 7.7 vs 7.7. Qwen3.5 Plus 2026-04-20 (medium) चा benchmark खर्च कमी आहे: $0.435 vs $3.426. Muse Wonder (high) वेगवान आहे: 22.96s vs 54.06s, pass rates 66.7% vs 65.2%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-13

तुलना केलेली मॉडेल्स

क्रमांक: #122
एकूण आउटपुट टोकन्स: 152,440
प्रतिसाद वेळ (सरासरी): 22.96s
एकूण खर्च: $3.426

क्रमांक: #126
एकूण आउटपुट टोकन्स: 200,348
प्रतिसाद वेळ (सरासरी): 54.06s
एकूण खर्च: $0.435

शिफारस केलेले मॉडेल Qwen3.5 Plus 2026-04-20 (medium)

It has the best score here (7.7), while costing about 7.9x less than Muse Wonder (high).

तपशीलवार तुलना

मेट्रिक	Muse Wonder Muse Wonder high प्रकाशन: 2026-10-13	Qwen3.5 Plus 2026-04-20 Qwen3.5 Plus 2026-04-20 medium प्रकाशन: 2026-04-20

मेट्रिक	Muse Wonder Muse Wonder high प्रकाशन: 2026-10-13	Qwen3.5 Plus 2026-04-20 Qwen3.5 Plus 2026-04-20 medium प्रकाशन: 2026-04-20
स्कोअर	7.7	7.7
क्रमांक	#122	#126
विश्वसनीयता	9.3	9.7
सुसंगतता	9.6	9.1
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	66.7%	65.2%
अस्थिर चाचण्या	1	2
एकूण रन	69	69
प्रति निकाल खर्च	22.837	3.481
एकूण खर्च	$3.426	$0.435
इनपुट किंमत	$4.000 / 1M	$0.300 / 1M
आउटपुट किंमत	$20.000 / 1M	$1.800 / 1M
कॅश वाचण्याची किंमत	$0.200 / 1M	लागू नाही
कॅश लिहिण्याची किंमत	लागू नाही	$0.375 / 1M
एकूण इनपुट टोकन्स	94,153	176,539
आउटपुट टोकन्स	9,606	4,419
रिझनिंग टोकन्स	142,834	195,929
प्रतिसाद वेळ (सरासरी)	22.96s	54.06s
प्रतिसाद वेळ (कमाल)	143.21s	203.01s
प्रतिसाद वेळ (एकूण)	528.08s	1189.36s
पॅरामीटर्स	~1T एकूण (~50B सक्रिय)	~397B एकूण (~17B 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.

#122 Muse Wonder

high

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

#126 Qwen3.5 Plus 2026-04-20

medium

खर्च: $0.008
वेळ: 76.7s
टोकन्स: 4,355 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 Wonder	3.0	10.0	0.0%	0		461ms	0	0	0
Qwen3.5 Plus 2026-04-20	10.0	10.0	100.0%	0		203.01s	134,433	2,139	26,086

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Muse Wonder	8.3	10.0	75.0%	0		5.93s	594	362	4,257
Qwen3.5 Plus 2026-04-20	10.0	10.0	100.0%	0		10.84s	672	215	7,748

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
Qwen3.5 Plus 2026-04-20	6.2	8.7	33.3%	0		125.25s	7,630	308	58,682

संयुक्त	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		34.90s	66,087	5,019	24,775
Qwen3.5 Plus 2026-04-20	6.5	10.0	50.0%	0		92.41s	14,934	483	17,490

डेटा पार्सिंग आणि निष्कर्षण	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		7.09s	7,053	431	4,377
Qwen3.5 Plus 2026-04-20	10.0	10.0	100.0%	0		38.32s	7,782	270	14,668

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Muse Wonder	5.3	10.0	33.3%	0		78.62s	555	1,083	58,198
Qwen3.5 Plus 2026-04-20	2.9	7.2	11.1%	1		57.36s	780	63	31,644

Samanya Buddhimatta	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		5.52s	519	170	1,428
Qwen3.5 Plus 2026-04-20	4.9	9.6	0.0%	0		25.30s	516	125	4,792

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Muse Wonder	6.5	10.0	50.0%	0		1.97s	408	69	936
Qwen3.5 Plus 2026-04-20	10.0	10.0	100.0%	0		20.25s	699	103	7,689

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Muse Wonder	5.3	10.0	33.3%	0		3.78s	246	222	1,817
Qwen3.5 Plus 2026-04-20	8.2	7.2	88.9%	1		17.67s	696	338	9,800

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Muse Wonder	9.8	10.0	100.0%	0		23.70s	11,065	636	5,476
Qwen3.5 Plus 2026-04-20	10.0	10.0	100.0%	0		14.72s	8,193	348	2,164

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Muse Wonder	2.8	1.6	33.3%	1		28.77s	225	222	5,854
Qwen3.5 Plus 2026-04-20	3.0	10.0	0.0%	0		92.57s	204	27	15,166

तुलना जोडी बदला

Muse Glimmer 30BhighvsQwen3.5 Plus 2026-04-20medium GPT-6 LunahighvsQwen3.5 Plus 2026-04-20medium Claude Haiku 5.5mediumvsMuse Wonderhigh Muse WonderhighvsQwen3.7 Flashlow Muse WonderxhighvsQwen3.5 Plus 2026-04-20medium DeepSeek V4 Flash 0731mediumvsMuse Wonderhigh Muse WonderhighvsGrok 4.5low Muse WonderhighvsQwen3.7 Plusnone Qwen3.5 Plus 2026-04-20mediumvsGrok 4.5low Muse WonderhighvsGrok 4.6medium Muse WonderhighvsStep 3.7 Flashmedium Muse WonderhighvsGrok 4.5medium