नेव्हिगेशन
Advertise here

Muse Wonder (low) vs Qwen3.8 MAX (medium)

Qwen3.8 MAX (medium) average score मध्ये पुढे आहे: 9.2 vs 9.1. Qwen3.8 MAX (medium) चा benchmark खर्च कमी आहे: $1.181 vs $2.637. Muse Wonder (low) वेगवान आहे: 16.00s vs 27.34s, pass rates 76.8% vs 81.2%.

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

तुलना केलेली मॉडेल्स

क्रमांक
#38
एकूण आउटपुट टोकन्स
82,847
प्रतिसाद वेळ (सरासरी)
16.00s
एकूण खर्च
$2.637
क्रमांक
#33
एकूण आउटपुट टोकन्स
104,596
प्रतिसाद वेळ (सरासरी)
27.34s
एकूण खर्च
$1.181
शिफारस केलेले मॉडेल Qwen3.8 MAX (medium)

It has the best score here (9.2), while costing about 2.2x less than Muse Wonder (low).

तपशीलवार तुलना

मेट्रिक Muse Wonder Muse Wonder low प्रकाशन: 2026-10-13 Qwen3.8 MAX Qwen3.8 MAX medium प्रकाशन: 2026-08-04
स्कोअर 9.1 9.2
क्रमांक #38 #33
विश्वसनीयता 9.7 10.0
सुसंगतता 9.6 9.7
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 76.8% 81.2%
अस्थिर चाचण्या 1 1
एकूण रन 69 69
प्रति निकाल खर्च 15.512 5.266
एकूण खर्च $2.637 $1.181
इनपुट किंमत $4.000 / 1M $2.000 / 1M
आउटपुट किंमत $20.000 / 1M $6.000 / 1M
कॅश वाचण्याची किंमत $0.200 / 1M लागू नाही
कॅश लिहिण्याची किंमत लागू नाही लागू नाही
एकूण इनपुट टोकन्स 244,997 276,512
आउटपुट टोकन्स 11,148 8,152
रिझनिंग टोकन्स 71,699 96,444
प्रतिसाद वेळ (सरासरी) 16.00s 27.34s
प्रतिसाद वेळ (कमाल) 83.98s 126.60s
प्रतिसाद वेळ (एकूण) 367.91s 628.75s
पॅरामीटर्स ~1T एकूण (~50B सक्रिय) 2.4T एकूण (~100B 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.

#38 Muse Wonder

low
खर्च
$0.080
वेळ
28.1s
टोकन्स
4,067 tok

#33 Qwen3.8 MAX

medium
खर्च
$0.028
वेळ
71.9s
टोकन्स
4,750 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 17.81s 7,401 1,050 15,813
Qwen3.8 MAX 10.0 10.0 100.0% 0 41.35s 7,893 430 23,804

झटपट तुलना

तुलना जोडी बदला

Claude Sonnet 5.5maxvsQwen3.8 MAXmediumMuse WonderlowvsParetodefaultSeed 2.1 TurbohighvsMuse WonderlowClaude Haiku 5.5xhighvsMuse WonderlowMuse WonderlowvsGPT-5.3-CodexmediumMuse WonderlowvsQwen3.8 Max (0902)highClaude Haiku 5.5xhighvsQwen3.8 MAXmediumMuse Spark 1.3highvsQwen3.8 MAXmediumClaude Sonnet 5.5maxvsMuse WonderlowQwen3.8 MAXmediumvsParetodefaultSeed 2.1 TurbohighvsQwen3.8 MAXmediumMuse WonderlowvsGPT-5.5medium