नेव्हिगेशन
Advertise here

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

average score जवळपास समान आहे: 9.2 vs 9.2. Qwen3.8 MAX (medium) चा benchmark खर्च कमी आहे: $1.181 vs $3.397. Muse Wonder (medium) वेगवान आहे: 21.58s 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
#30
एकूण आउटपुट टोकन्स
121,546
प्रतिसाद वेळ (सरासरी)
21.58s
एकूण खर्च
$3.397
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 2.9x less than Muse Wonder (medium).

तपशीलवार तुलना

मेट्रिक Muse Wonder Muse Wonder medium प्रकाशन: 2026-10-13 Qwen3.8 MAX Qwen3.8 MAX medium प्रकाशन: 2026-08-04
स्कोअर 9.2 9.2
क्रमांक #30 #33
विश्वसनीयता 9.1 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 19.982 5.266
एकूण खर्च $3.397 $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 241,489 276,512
आउटपुट टोकन्स 11,575 8,152
रिझनिंग टोकन्स 109,971 96,444
प्रतिसाद वेळ (सरासरी) 21.58s 27.34s
प्रतिसाद वेळ (कमाल) 162.73s 126.60s
प्रतिसाद वेळ (एकूण) 496.40s 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.

#30 Muse Wonder

medium
खर्च
$0.208
वेळ
64.8s
टोकन्स
10,444 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 26.87s 7,401 1,181 26,424
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 MAXmediumClaude Sonnet 5.5maxvsMuse WondermediumClaude Haiku 5.5xhighvsQwen3.8 MAXmediumMuse Spark 1.3highvsQwen3.8 MAXmediumSeed 2.1 TurbolowvsMuse WondermediumMuse WondermediumvsQwen3.8 Max (0902)highMuse WonderlowvsQwen3.8 MAXmediumClaude Haiku 5.5xhighvsMuse WondermediumQwen3.8 MAXmediumvsParetodefaultSeed 2.1 TurbohighvsQwen3.8 MAXmediumSeed 2.1 TurbolowvsQwen3.8 MAXmediumMuse WonderminimalvsQwen3.8 MAXmedium