Muse Wonder (xhigh) vs Qwen3.5 Plus 2026-04-20 (medium)

average score जवळपास समान आहे: 7.7 vs 7.7. Qwen3.5 Plus 2026-04-20 (medium) चा benchmark खर्च कमी आहे: $0.435 vs $4.012. Muse Wonder (xhigh) वेगवान आहे: 34.40s vs 54.06s, pass rates 65.2% vs 65.2%.

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

तुलना केलेली मॉडेल्स

क्रमांक: #129
एकूण आउटपुट टोकन्स: 181,988
प्रतिसाद वेळ (सरासरी): 34.40s
एकूण खर्च: $4.012

क्रमांक: #126
एकूण आउटपुट टोकन्स: 200,348
प्रतिसाद वेळ (सरासरी): 54.06s
एकूण खर्च: $0.435

शिफारस केलेले मॉडेल Qwen3.5 Plus 2026-04-20 (medium)

It has the best score here (7.7), while costing about 9.2x less than Muse Wonder (xhigh).

तपशीलवार तुलना

मेट्रिक	Muse Wonder Muse Wonder xhigh प्रकाशन: 2026-10-13	Qwen3.5 Plus 2026-04-20 Qwen3.5 Plus 2026-04-20 medium प्रकाशन: 2026-04-20

मेट्रिक	Muse Wonder Muse Wonder xhigh प्रकाशन: 2026-10-13	Qwen3.5 Plus 2026-04-20 Qwen3.5 Plus 2026-04-20 medium प्रकाशन: 2026-04-20
स्कोअर	7.7	7.7
क्रमांक	#129	#126
विश्वसनीयता	9.1	9.7
सुसंगतता	9.3	9.1
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	65.2%	65.2%
अस्थिर चाचण्या	2	2
एकूण रन	69	69
प्रति निकाल खर्च	28.658	3.481
एकूण खर्च	$4.012	$0.435
इनपुट किंमत	$4.000 / 1M	$0.300 / 1M
आउटपुट किंमत	$20.000 / 1M	$1.800 / 1M
कॅश वाचण्याची किंमत	$0.200 / 1M	लागू नाही
कॅश लिहिण्याची किंमत	लागू नाही	$0.375 / 1M
एकूण इनपुट टोकन्स	93,060	176,539
आउटपुट टोकन्स	10,305	4,419
रिझनिंग टोकन्स	171,683	195,929
प्रतिसाद वेळ (सरासरी)	34.40s	54.06s
प्रतिसाद वेळ (कमाल)	236.64s	203.01s
प्रतिसाद वेळ (एकूण)	791.16s	1189.36s
पॅरामीटर्स	~1T एकूण (~50B सक्रिय)	~397B एकूण (~17B 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.

#129 Muse Wonder

xhigh

खर्च: $0.266
वेळ: 95.4s
टोकन्स: 13,379 tok

#126 Qwen3.5 Plus 2026-04-20

medium

खर्च: $0.008
वेळ: 76.7s
टोकन्स: 4,355 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

श्रेणी:

स्वायत्त एजंट कार्ये	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Muse Wonder	3.0	10.0	0.0%	0		525ms	0	0	0
Qwen3.5 Plus 2026-04-20	10.0	10.0	100.0%	0		203.01s	134,433	2,139	26,086

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Muse Wonder	8.3	10.0	75.0%	0		6.04s	594	399	4,619
Qwen3.5 Plus 2026-04-20	10.0	10.0	100.0%	0		10.84s	672	215	7,748

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		40.90s	7,401	1,639	46,235
Qwen3.5 Plus 2026-04-20	6.2	8.7	33.3%	0		125.25s	7,630	308	58,682

संयुक्त	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		51.45s	66,337	5,378	33,573
Qwen3.5 Plus 2026-04-20	6.5	10.0	50.0%	0		92.41s	14,934	483	17,490

डेटा पार्सिंग आणि निष्कर्षण	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		6.90s	7,053	470	4,532
Qwen3.5 Plus 2026-04-20	10.0	10.0	100.0%	0		38.32s	7,782	270	14,668

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Muse Wonder	3.6	7.2	22.2%	1		150.71s	497	1,078	66,033
Qwen3.5 Plus 2026-04-20	2.9	7.2	11.1%	1		57.36s	780	63	31,644

Samanya Buddhimatta	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		5.77s	519	227	1,516
Qwen3.5 Plus 2026-04-20	4.9	9.6	0.0%	0		25.30s	516	125	4,792

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Muse Wonder	6.5	10.0	50.0%	0		2.64s	408	117	1,594
Qwen3.5 Plus 2026-04-20	10.0	10.0	100.0%	0		20.25s	699	103	7,689

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Muse Wonder	5.3	10.0	33.3%	0		3.53s	246	222	1,878
Qwen3.5 Plus 2026-04-20	8.2	7.2	88.9%	1		17.67s	696	338	9,800

टूल कॉलिंग	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		27.97s	9,780	565	6,323
Qwen3.5 Plus 2026-04-20	10.0	10.0	100.0%	0		14.72s	8,193	348	2,164

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Muse Wonder	2.8	1.6	33.3%	1		25.37s	225	210	5,380
Qwen3.5 Plus 2026-04-20	3.0	10.0	0.0%	0		92.57s	204	27	15,166

तुलना जोडी बदला

Muse Glimmer 30BhighvsQwen3.5 Plus 2026-04-20medium GPT-6 LunahighvsQwen3.5 Plus 2026-04-20medium Muse WonderhighvsQwen3.5 Plus 2026-04-20medium Muse WonderxhighvsQwen3.7 Flashlow Claude Haiku 5.5mediumvsMuse Wonderxhigh Muse WonderxhighvsGPT-6 Lunahigh Muse WonderxhighvsQwen3.8 Flash Nextmedium Qwen3.5 Plus 2026-04-20mediumvsGrok 4.5low Muse WonderxhighvsGPT-6 Lunalow Muse WonderxhighvsQwen3.8 27Blowमोफत उपलब्ध Muse WonderxhighvsSpace Bunny Alphahigh Muse WonderxhighvsGLM 5.1medium