नेव्हिगेशन
Advertise here

Muse Wonder (xhigh) vs GLM 5.1 (medium)

Muse Wonder (xhigh) average score मध्ये पुढे आहे: 7.7 vs 7.5. GLM 5.1 (medium) चा benchmark खर्च कमी आहे: $1.546 vs $4.012. Muse Wonder (xhigh) वेगवान आहे: 34.40s vs 66.38s, pass rates 65.2% vs 66.7%.

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
#134
एकूण आउटपुट टोकन्स
245,833
प्रतिसाद वेळ (सरासरी)
66.38s
एकूण खर्च
$1.546
शिफारस केलेले मॉडेल GLM 5.1 (medium)

Its score stays close to the best score here (7.5 vs 7.7), while costing about 2.6x less than Muse Wonder (xhigh).

तपशीलवार तुलना

मेट्रिक Muse Wonder Muse Wonder xhigh प्रकाशन: 2026-10-13 GLM 5.1 GLM 5.1 medium प्रकाशन: 2026-04-07
स्कोअर 7.7 7.5
क्रमांक #129 #134
विश्वसनीयता 9.1 9.2
सुसंगतता 9.3 8.4
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 65.2% 66.7%
अस्थिर चाचण्या 2 4
एकूण रन 69 69
प्रति निकाल खर्च 28.658 9.004
एकूण खर्च $4.012 $1.546
इनपुट किंमत $4.000 / 1M $1.400 / 1M
आउटपुट किंमत $20.000 / 1M $4.400 / 1M
कॅश वाचण्याची किंमत $0.200 / 1M $0.260 / 1M
कॅश लिहिण्याची किंमत लागू नाही लागू नाही
एकूण इनपुट टोकन्स 93,060 331,577
आउटपुट टोकन्स 10,305 17,919
रिझनिंग टोकन्स 171,683 230,789
प्रतिसाद वेळ (सरासरी) 34.40s 66.38s
प्रतिसाद वेळ (कमाल) 236.64s 308.75s
प्रतिसाद वेळ (एकूण) 791.16s 1460.31s
पॅरामीटर्स ~1T एकूण (~50B सक्रिय) 744B एकूण (40B 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.

#129 Muse Wonder

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

#134 GLM 5.1

medium
Reached the allocated time limit (300 seconds) without receiving showcase output.
खर्च
$0.000
वेळ
300.0s
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 40.90s 7,401 1,639 46,235
GLM 5.1 4.6 3.7 44.5% 2 109.63s 5,702 4,871 37,826

झटपट तुलना

तुलना जोडी बदला

Space Bunny AlphahighvsGLM 5.1mediumQwen3.8 27Blowमोफत उपलब्धvsGLM 5.1mediumGPT-6 LunalowvsGLM 5.1mediumMistral Large 4highvsGLM 5.1mediumMuse WonderxhighvsQwen3.7 FlashlowMuse WonderxhighvsQwen3.5 Plus 2026-04-20mediumClaude Haiku 5.5mediumvsMuse WonderxhighMuse WonderxhighvsGPT-6 LunahighSeed-2.0-CodehighvsGLM 5.1mediumMuse WonderxhighvsQwen3.8 Flash NextmediumMuse WonderxhighvsGPT-6 LunalowMuse WonderxhighvsQwen3.8 27Blowमोफत उपलब्ध