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

Muse Wonder (minimal) vs Qwen3.8 Max (0902) (high)

average score जवळपास समान आहे: 9.1 vs 9.1. Muse Wonder (minimal) चा benchmark खर्च कमी आहे: $1.639 vs $3.306. Muse Wonder (minimal) वेगवान आहे: 7.72s vs 186.06s, pass rates 76.8% vs 87.0%.

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

तुलना केलेली मॉडेल्स

क्रमांक
#41
एकूण आउटपुट टोकन्स
34,224
प्रतिसाद वेळ (सरासरी)
7.72s
एकूण खर्च
$1.639
क्रमांक
#34
एकूण आउटपुट टोकन्स
441,352
प्रतिसाद वेळ (सरासरी)
186.06s
एकूण खर्च
$3.306
शिफारस केलेले मॉडेल Muse Wonder (minimal)

It has the best score here (9.1), while costing about 2.0x less than Qwen3.8 Max (0902) (high).

तपशीलवार तुलना

मेट्रिक Muse Wonder Muse Wonder minimal प्रकाशन: 2026-10-13 Qwen3.8 Max (0902) Qwen3.8 Max (0902) high प्रकाशन: 2026-09-07
स्कोअर 9.1 9.1
क्रमांक #41 #34
विश्वसनीयता 9.7 9.8
सुसंगतता 9.3 9.1
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 76.8% 87.0%
अस्थिर चाचण्या 2 3
एकूण रन 69 69
प्रति निकाल खर्च 9.639 18.364
एकूण खर्च $1.639 $3.306
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 $2.500 / 1M
एकूण इनपुट टोकन्स 238,532 328,637
आउटपुट टोकन्स 9,812 8,619
रिझनिंग टोकन्स 24,412 432,733
प्रतिसाद वेळ (सरासरी) 7.72s 186.06s
प्रतिसाद वेळ (कमाल) 42.89s 912.78s
प्रतिसाद वेळ (एकूण) 177.57s 4279.49s
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.

#41 Muse Wonder

minimal
खर्च
$0.048
वेळ
15.1s
टोकन्स
2,488 tok

#34 Qwen3.8 Max (0902)

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 6.86s 7,401 809 7,336
Qwen3.8 Max (0902) 10.0 10.0 100.0% 0 253.22s 8,235 418 91,734

झटपट तुलना

तुलना जोडी बदला

GPT-5.3-CodexmediumvsQwen3.8 Max (0902)highClaude Haiku 5.5xhighvsQwen3.8 Max (0902)highSeed 2.1 TurbohighvsMuse WonderminimalMuse WonderminimalvsParetodefaultMuse WonderlowvsQwen3.8 Max (0902)highQwen3.8 Max (0902)highvsParetodefaultClaude Haiku 5.5xhighvsMuse WonderminimalMuse WonderminimalvsGPT-5.3-CodexmediumClaude Sonnet 5.5maxvsQwen3.8 Max (0902)highGPT-5.5mediumvsQwen3.8 Max (0902)highGemini 3.5 FlashlowvsMuse WonderminimalMuse WondermediumvsQwen3.8 Max (0902)high