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

Средний балл практически равен: 9.1 vs 9.1. Muse Wonder (minimal) имеет более низкую стоимость benchmark: $1.639 vs $3.306. Muse Wonder (minimal) быстрее: 7.72s 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: #41
Общее число выходных токенов: 34,224
Время ответа (среднее): 7.72s
Общая стоимость: $1.639

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

Рекомендуемая модель Muse Wonder (minimal)

Здесь у него лучший балл (9.1), при этом он примерно в 2.0 раза дешевле, чем Qwen3.8 Max (0902) (high).

Подробное сравнение

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

Метрика	Muse Wonder Muse Wonder minimal Релиз: 2026-10-13	Qwen3.8 Max (0902) Qwen3.8 Max (0902) high Релиз: 2026-09-07
Оценка	9.1	9.1
Ранг	#41	#34
Надежность	9.7	9.8
Стабильность	9.3	9.1
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	76.8%	87.0%
Нестабильные тесты	2	3
Всего запусков	69	69
Стоимость за результат	9.639	18.364
Общая стоимость	$1.639	$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	238,532	328,637
Выходные токены	9,812	8,619
Токены рассуждений	24,412	432,733
Время ответа (среднее)	7.72s	186.06s
Время ответа (макс.)	42.89s	912.78s
Время ответа (суммарно)	177.57s	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.

#41 Muse Wonder

minimal

Стоимость: $0.048
Время: 15.1s
Токены: 2,488 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		42.89s	136,213	2,145	1,352
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	10.0	10.0	100.0%	0		2.94s	786	230	1,575
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		6.86s	7,401	809	7,336
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		16.14s	74,966	4,993	4,072
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		3.31s	7,053	240	1,074
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	7.2	44.4%	1		15.00s	864	476	6,965
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		2.57s	519	96	390
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	6.5	10.0	50.0%	0		1.39s	408	36	333
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	5.3	7.2	44.4%	1		1.36s	317	92	530
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		4.86s	9,780	653	156
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	3.0	10.0	0.0%	0		4.17s	225	42	629
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 Seed 2.1 TurbohighvsMuse Wonderminimal Muse WonderminimalvsParetodefault Muse WonderlowvsQwen3.8 Max (0902)high Qwen3.8 Max (0902)highvsParetodefault Claude Haiku 5.5xhighvsMuse Wonderminimal Muse WonderminimalvsGPT-5.3-Codexmedium Claude Sonnet 5.5maxvsQwen3.8 Max (0902)high GPT-5.5mediumvsQwen3.8 Max (0902)high Gemini 3.5 FlashlowvsMuse Wonderminimal Muse WondermediumvsQwen3.8 Max (0902)high