Muse Wonder (xhigh) vs Qwen3.8 Flash Next (medium)

Muse Wonder (xhigh) average score मध्ये पुढे आहे: 7.7 vs 7.6. Qwen3.8 Flash Next (medium) चा benchmark खर्च कमी आहे: ~$0.047 vs $4.012. Qwen3.8 Flash Next (medium) वेगवान आहे: 24.79s vs 34.40s, pass rates 65.2% vs 75.4%.

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: #130
एकूण आउटपुट टोकन्स: 143,965
प्रतिसाद वेळ (सरासरी): 24.79s
एकूण खर्च: ~$0.047

शिफारस केलेले मॉडेल Qwen3.8 Flash Next (medium)

Its score stays close to the best score here (7.6 vs 7.7), while costing about 85.4x less than Muse Wonder (xhigh).

तपशीलवार तुलना

मेट्रिक	Muse Wonder Muse Wonder xhigh प्रकाशन: 2026-10-13	Qwen3.8 Flash Next Qwen3.8 Flash Next medium प्रकाशन: 2026-10-04

मेट्रिक	Muse Wonder Muse Wonder xhigh प्रकाशन: 2026-10-13	Qwen3.8 Flash Next Qwen3.8 Flash Next medium प्रकाशन: 2026-10-04
स्कोअर	7.7	7.6
क्रमांक	#129	#130
विश्वसनीयता	9.1	10.0
सुसंगतता	9.3	7.9
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	65.2%	75.4%
अस्थिर चाचण्या	2	6
एकूण रन	69	69
प्रति निकाल खर्च	28.658	~0.314
एकूण खर्च	$4.012	~$0.047
इनपुट किंमत	$4.000 / 1M	लागू नाही
आउटपुट किंमत	$20.000 / 1M	लागू नाही
कॅश वाचण्याची किंमत	$0.200 / 1M	लागू नाही
कॅश लिहिण्याची किंमत	लागू नाही	लागू नाही
एकूण इनपुट टोकन्स	93,060	278,792
आउटपुट टोकन्स	10,305	1,695
रिझनिंग टोकन्स	171,683	142,270
प्रतिसाद वेळ (सरासरी)	34.40s	24.79s
प्रतिसाद वेळ (कमाल)	236.64s	159.62s
प्रतिसाद वेळ (एकूण)	791.16s	570.26s
पॅरामीटर्स	~1T एकूण (~50B सक्रिय)	180B एकूण (6B 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.

#129 Muse Wonder

xhigh

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

#130 Qwen3.8 Flash Next

medium

खर्च: ~$0.002
वेळ: 40.7s
टोकन्स: 4,059 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
Qwen3.8 Flash Next	4.7	3.1	33.3%	1		159.62s	140,688	51	35,597

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
Qwen3.8 Flash Next	10.0	10.0	100.0%	0		1.81s	672	273	1,804

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
Qwen3.8 Flash Next	10.0	10.0	100.0%	0		45.53s	7,893	346	37,643

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
Qwen3.8 Flash Next	6.4	5.8	66.7%	1		76.72s	110,480	49	36,248

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
Qwen3.8 Flash Next	10.0	10.0	100.0%	0		6.65s	8,097	267	3,274

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
Qwen3.8 Flash Next	2.9	4.4	22.2%	2		17.29s	780	10	15,480

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
Qwen3.8 Flash Next	4.8	3.2	33.3%	1		7.29s	516	152	1,553

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
Qwen3.8 Flash Next	9.8	10.0	100.0%	0		2.04s	699	48	1,071

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
Qwen3.8 Flash Next	8.2	7.2	88.9%	1		2.23s	696	469	1,471

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
Qwen3.8 Flash Next	10.0	10.0	100.0%	0		5.75s	8,067	24	744

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
Qwen3.8 Flash Next	3.0	10.0	0.0%	0		24.39s	204	6	7,385

तुलना जोडी बदला

GPT-6 LunalowvsQwen3.8 Flash Nextmedium Qwen3.8 Flash NextmediumvsSpace Bunny Alphahigh Muse WonderxhighvsQwen3.7 Flashlow Muse WonderxhighvsQwen3.5 Plus 2026-04-20medium Claude Haiku 5.5mediumvsMuse Wonderxhigh Muse WonderxhighvsGPT-6 Lunahigh Mistral Large 4highvsQwen3.8 Flash Nextmedium Muse WonderxhighvsGPT-6 Lunalow Muse WonderxhighvsQwen3.8 27Blowमोफत उपलब्ध Seed-2.0-CodehighvsQwen3.8 Flash Nextmedium Muse WonderxhighvsSpace Bunny Alphahigh Muse WonderxhighvsGLM 5.1medium