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 Step 3.7 Flash (medium)

average score जवळपास समान आहे: 7.9 vs 7.8. Step 3.7 Flash (medium) चा benchmark खर्च कमी आहे: $0.571 vs $4.766. Step 3.7 Flash (medium) वेगवान आहे: 26.57s vs 44.39s, pass rates 75.4% vs 68.1%.

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
#117
एकूण आउटपुट टोकन्स
440,835
प्रतिसाद वेळ (सरासरी)
26.57s
एकूण खर्च
$0.571
शिफारस केलेले मॉडेल Step 3.7 Flash (medium)

It has the best score here (7.8), while costing about 8.3x less than Muse Wonder (max).

तपशीलवार तुलना

मेट्रिक Muse Wonder Muse Wonder max प्रकाशन: 2026-10-13 Step 3.7 Flash Step 3.7 Flash medium प्रकाशन: 2026-05-29
स्कोअर 7.9 7.8
क्रमांक #113 #117
विश्वसनीयता 9.0 10.0
सुसंगतता 8.9 8.7
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 75.4% 68.1%
अस्थिर चाचण्या 3 4
एकूण रन 69 69
प्रति निकाल खर्च 29.783 4.392
एकूण खर्च $4.766 $0.571
इनपुट किंमत $4.000 / 1M $0.200 / 1M
आउटपुट किंमत $20.000 / 1M $1.150 / 1M
कॅश वाचण्याची किंमत $0.200 / 1M $0.040 / 1M
कॅश लिहिण्याची किंमत लागू नाही लागू नाही
एकूण इनपुट टोकन्स 93,126 319,524
आउटपुट टोकन्स 10,497 440,835
रिझनिंग टोकन्स 209,138 0
प्रतिसाद वेळ (सरासरी) 44.39s 26.57s
प्रतिसाद वेळ (कमाल) 287.79s 152.83s
प्रतिसाद वेळ (एकूण) 1021.02s 611.09s
पॅरामीटर्स ~1T एकूण (~50B सक्रिय) 198B एकूण (11B 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.

#113 Muse Wonder

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

#117 Step 3.7 Flash

medium
खर्च
$0.006
वेळ
46.2s
टोकन्स
4,466 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
Step 3.7 Flash 8.8 7.8 88.9% 1 27.42s 7,437 44,797 0

तुलना जोडी बदला