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

Muse Wonder (max) vs Qwen3.8 2.4T A95B (high)

average score जवळपास समान आहे: 7.9 vs 7.9. Qwen3.8 2.4T A95B (high) चा benchmark खर्च कमी आहे: $2.949 vs $4.766. Muse Wonder (max) वेगवान आहे: 44.39s vs 120.88s, pass rates 75.4% vs 75.4%.

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

तुलना केलेली मॉडेल्स

क्रमांक
#113
एकूण आउटपुट टोकन्स
219,635
प्रतिसाद वेळ (सरासरी)
44.39s
एकूण खर्च
$4.766
क्रमांक
#111
एकूण आउटपुट टोकन्स
368,836
प्रतिसाद वेळ (सरासरी)
120.88s
एकूण खर्च
$2.949
शिफारस केलेले मॉडेल Muse Wonder (max)

It has the best score here (7.9), while responding about 2.7x faster than Qwen3.8 2.4T A95B (high).

तपशीलवार तुलना

मेट्रिक Muse Wonder Muse Wonder max प्रकाशन: 2026-10-13 Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high प्रकाशन: 2026-08-12
स्कोअर 7.9 7.9
क्रमांक #113 #111
विश्वसनीयता 9.0 9.6
सुसंगतता 8.9 8.4
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 75.4% 75.4%
अस्थिर चाचण्या 3 4
एकूण रन 69 69
प्रति निकाल खर्च 29.783 18.696
एकूण खर्च $4.766 $2.949
इनपुट किंमत $4.000 / 1M $2.000 / 1M
आउटपुट किंमत $20.000 / 1M $6.000 / 1M
कॅश वाचण्याची किंमत $0.200 / 1M $0.250 / 1M
कॅश लिहिण्याची किंमत लागू नाही लागू नाही
एकूण इनपुट टोकन्स 93,126 295,642
आउटपुट टोकन्स 10,497 115,041
रिझनिंग टोकन्स 209,138 353,398
प्रतिसाद वेळ (सरासरी) 44.39s 120.88s
प्रतिसाद वेळ (कमाल) 287.79s 532.28s
प्रतिसाद वेळ (एकूण) 1021.02s 2780.16s
पॅरामीटर्स ~1T एकूण (~50B सक्रिय) 2.4T एकूण (95B सक्रिय)
उपलब्धता बंद स्रोत वेट्स उपलब्ध

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.

#113 Muse Wonder

max
खर्च
$0.429
वेळ
207.0s
टोकन्स
21,515 tok

#111 Qwen3.8 2.4T A95B

high
Reached the allocated time limit (600 seconds) without receiving showcase output.
खर्च
$0.000
वेळ
600.0s
टोकन्स
0 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 58.38s 7,401 1,942 65,131
Qwen3.8 2.4T A95B 5.9 6.3 55.6% 1 160.52s 6,399 3,310 48,078

झटपट तुलना

तुलना जोडी बदला

Ling 3.1 FlashhighvsMuse WondermaxGemini 3.5 FlashmediumvsQwen3.8 2.4T A95BhighMuse WondermaxvsMiMo-V2.6-FlashmediumQwen3.8 2.4T A95BhighvsMiMo-V2.6-FlashmediumMuse WondermaxvsGrok 4.5mediumGemini 3.5 FlashmediumvsMuse WondermaxMuse WondermaxvsGLM 5.3highQwen3.8 2.4T A95BhighvsGrok 4.5mediumMuse WondermaxvsStep 3.7 FlashmediumMuse WondermaxvsGrok 4.6mediumGPT-5.4 MinimediumvsQwen3.8 2.4T A95BhighQwen3.8 2.4T A95BhighvsStep 3.7 Flashmedium