AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#129

Muse Wonder

Meta प्रकाशन: 2026-10-13 चाचणी तारीख: 2026-10-13 00:09 meta/muse-wonder::xhigh
~1T एकूण (~50B सक्रिय)MoEबंद स्रोतअंदाजित

सारांश

Muse Wonder AI BENCHY वर 7.7 स्कोर करते आणि #129 वर आहे. याची reliability 9.1, pass rate 65.2%, एकूण खर्च $4.012, आणि सरासरी response time 34.40s आहे.

Muse Wonder खास का आहे: हे कोडिंग मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #1 आहे; तर स्वायत्त एजंट कार्ये हा सर्वात कमकुवत भाग आहे, rank #16.

मॉडेलची माहिती

संशोधन दिनांक: 2026-10-13

अंदाजित
पॅरामीटर्स
~1T एकूण (~50B सक्रिय)
आर्किटेक्चर
MoE
उपलब्धता
बंद स्रोत
परवाना
-

सार्वजनिक पुराव्यावर आधारित सर्वोत्तम अंदाज; प्रदात्याने सर्व मूल्ये जाहीर केलेली नाहीत.

सुसंगतता

9.3

एकूण आउटपुट टोकन्स

181,988

एकूण इनपुट टोकन्स

93,060

इनपुट किंमत

$4.000 / 1M

आउटपुट किंमत

$20.000 / 1M

कॅश वाचण्याची किंमत

$0.200 / 1M

कॅश लिहिण्याची किंमत

लागू नाही

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.

बरोबर चाचण्या

चुकीच्या चाचण्या: 9

प्रति प्रयत्न पास दर: 65.2%

अस्थिर चाचण्या

2

अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).

प्रतिसाद वेळ (सरासरी)

34.40s

प्रतिसाद वेळ (कमाल): 236.64s

प्रतिसाद वेळ (एकूण): 791.16s

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

चार्ट्स

पहिले मॉडेल निवडा, नंतर दुसरे मॉडेल क्लिक करून बाजू-बाजूची तुलना पेज उघडा.

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

झटपट तुलना

श्रेणीवार तपशील

श्रेणी स्कोअर सुसंगतता बरोबर चाचण्या
स्वायत्त एजंट कार्ये 3.0 10.0
अँटी-एआय युक्त्या 8.3 10.0
कोडिंग 10.0 10.0
संयुक्त 10.0 10.0
डेटा पार्सिंग आणि निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 3.6 7.2
Samanya Buddhimatta 10.0 10.0
सूचनांचे पालन 6.5 10.0
कोडी सोडवणे 5.3 10.0
टूल कॉलिंग 10.0 10.0
सामान्य ज्ञान 2.8 1.6

तुलना केलेली मॉडेल्स