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

Muse Wonder (medium) лидирует по среднему баллу: 9.2 vs 9.1. Qwen3.8 Max (0902) (high) имеет более низкую стоимость benchmark: $3.306 vs $3.397. Muse Wonder (medium) быстрее: 21.58s vs 186.06s, с долей успешных попыток 76.8% vs 87.0%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-13

Сравниваемые модели

Ранг: #30
Общее число выходных токенов: 121,546
Время ответа (среднее): 21.58s
Общая стоимость: $3.397

Ранг: #34
Общее число выходных токенов: 441,352
Время ответа (среднее): 186.06s
Общая стоимость: $3.306

Рекомендуемая модель Muse Wonder (medium)

Здесь у него лучший балл (9.2), и он отвечает примерно в 8.6 раза быстрее, чем Qwen3.8 Max (0902) (high).

Подробное сравнение

Метрика	Muse Wonder Muse Wonder medium Релиз: 2026-10-13	Qwen3.8 Max (0902) Qwen3.8 Max (0902) high Релиз: 2026-09-07

Метрика	Muse Wonder Muse Wonder medium Релиз: 2026-10-13	Qwen3.8 Max (0902) Qwen3.8 Max (0902) high Релиз: 2026-09-07
Оценка	9.2	9.1
Ранг	#30	#34
Надежность	9.1	9.8
Стабильность	9.6	9.1
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	76.8%	87.0%
Нестабильные тесты	1	3
Всего запусков	69	69
Стоимость за результат	19.982	18.364
Общая стоимость	$3.397	$3.306
Цена входа	$4.000 / 1M	$2.000 / 1M
Цена выхода	$20.000 / 1M	$6.000 / 1M
Цена чтения из кэша	$0.200 / 1M	$0.250 / 1M
Цена записи в кэш	Н/Д	$2.500 / 1M
Общее число входных токенов	241,489	328,637
Выходные токены	11,575	8,619
Токены рассуждений	109,971	432,733
Время ответа (среднее)	21.58s	186.06s
Время ответа (макс.)	162.73s	912.78s
Время ответа (суммарно)	496.40s	4279.49s
Параметры	~1T всего (~50B активных)	2.4T всего (~100B активных)
Доступность	Закрытая модель	Закрытая модель

Цены кэша относятся к входным токенам. Чтение повторно использует сохранённые запросы; запись сохраняет их и может стоить дороже. Выходные токены оплачиваются по цене вывода.

Генерация showcase моделей

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#30 Muse Wonder

medium

Стоимость: $0.208
Время: 64.8s
Токены: 10,444 tok

#34 Qwen3.8 Max (0902)

high

Reached the allocated time limit (600 seconds) without receiving showcase output.

Стоимость: $0.000
Время: 600.0s
Токены: 0 tok

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Оценка vs Время ответа (среднее)

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Разбивка по категориям

Категория:

Агентные задачи	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Muse Wonder	10.0	10.0	100.0%	0		46.05s	148,242	2,406	2,850
Qwen3.8 Max (0902)	10.0	10.0	100.0%	0		197.08s	219,411	1,729	20,180

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Muse Wonder	8.3	10.0	75.0%	0		4.84s	594	378	3,874
Qwen3.8 Max (0902)	10.0	10.0	100.0%	0		15.86s	1,128	263	6,631

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Muse Wonder	10.0	10.0	100.0%	0		26.87s	7,401	1,181	26,424
Qwen3.8 Max (0902)	10.0	10.0	100.0%	0		253.22s	8,235	418	91,734

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Muse Wonder	10.0	10.0	100.0%	0		28.23s	66,033	4,934	17,166
Qwen3.8 Max (0902)	8.7	6.9	83.3%	1		110.39s	79,527	5,215	28,102

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Muse Wonder	10.0	10.0	100.0%	0		6.12s	7,053	433	3,670
Qwen3.8 Max (0902)	10.0	10.0	100.0%	0		16.37s	8,010	261	3,598

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Muse Wonder	5.3	10.0	33.3%	0		70.72s	555	960	42,167
Qwen3.8 Max (0902)	5.9	7.2	55.6%	1		658.46s	842	31	154,450

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Muse Wonder	10.0	10.0	100.0%	0		7.32s	519	147	1,123
Qwen3.8 Max (0902)	6.5	3.4	66.7%	1		75.11s	630	80	8,110

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Muse Wonder	6.6	10.0	50.0%	0		3.88s	523	124	1,783
Qwen3.8 Max (0902)	9.8	10.0	100.0%	0		7.55s	927	86	1,823

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Muse Wonder	7.7	10.0	66.7%	0		9.63s	564	481	4,834
Qwen3.8 Max (0902)	10.0	10.0	100.0%	0		134.14s	1,038	268	47,351

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Muse Wonder	10.0	10.0	100.0%	0		9.26s	9,780	369	2,803
Qwen3.8 Max (0902)	10.0	10.0	100.0%	0		5.21s	8,571	249	243

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Muse Wonder	4.7	1.6	66.7%	1		16.33s	225	162	3,277
Qwen3.8 Max (0902)	3.0	10.0	0.0%	0		532.59s	318	19	70,511

Сменить пару сравнения

GPT-5.3-CodexmediumvsQwen3.8 Max (0902)high Claude Haiku 5.5xhighvsQwen3.8 Max (0902)high Claude Sonnet 5.5maxvsMuse Wondermedium Muse WonderlowvsQwen3.8 Max (0902)high Qwen3.8 Max (0902)highvsParetodefault Claude Sonnet 5.5maxvsQwen3.8 Max (0902)high Muse WonderminimalvsQwen3.8 Max (0902)high GPT-5.5mediumvsQwen3.8 Max (0902)high Seed 2.1 TurbolowvsMuse Wondermedium Claude Opus 5.5mediumvsQwen3.8 Max (0902)high Claude Haiku 5.5xhighvsMuse Wondermedium Muse WondermediumvsParetodefault