Direktvergleich

Muse Wonder vs. Qwen 3.8 Max 0902

Veröffentlichte Benchmarkwerte aus derselben Version und Vergleichskohorte, API-Preise und technische Eckdaten. Unterschiedliche Testeinstellungen werden sichtbar ausgewiesen.

gemeinsame Messreihen: 158
verschiedene Benchmarks: 18
jüngster Abruf: 15.10.2026

Erstes ModellZweites Modell

Steckbrief

Allgemeine Daten

Erscheinungsdatum, Verfügbarkeit, Kontextfenster, Architektur und veröffentlichte Parameterzahlen auf einen Blick. Nicht veröffentlichte Angaben bleiben als solche markiert.

Allgemeine Daten von Muse Wonder und Qwen 3.8 Max 0902
Merkmal	Muse Wonder	Qwen 3.8 Max 0902
Anbieter	Meta	Alibaba
Erschienen	12. Okt. 2026	2. Sept. 2026
Verfügbarkeit	Preview	API-only
Modelltyp	Proprietär	Proprietär
Parameter	Nicht veröffentlicht	2,4 Billionen
Architektur	Nicht veröffentlicht	Mixture of Experts
Kontextfenster	1.048.576 Token	1.000.000 Token
Wissensstand	Nicht veröffentlicht	Nicht veröffentlicht
Technische Quellen	Modell, Kontext	Modell

Kosten

API-Preise im Vergleich

Die Tabelle vergleicht die offiziellen Standard-API-Tarife pro 1 Mio. Token einschließlich veröffentlichter Cache-Preise. Batch, Fast, Priority, regionale Aufschläge, Toolaufrufe und Cloudpreise sind nicht eingerechnet.

API-Preise von Muse Wonder und Qwen 3.8 Max 0902
Preisart	Muse Wonder	Qwen 3.8 Max 0902
API-Eingabe	4 $	1,65 $
API-Ausgabe	20 $	4,951 $
Cache lesen	0,2 $	0,137 $
Cache schreiben (5 Min.)	Nicht ausgewiesen	Nicht ausgewiesen
Cache schreiben (1 Std.)	Nicht ausgewiesen	Nicht ausgewiesen
Preis geprüft	15.10.2026 Quelle	22.09.2026 Quelle

Muse WonderQwen 3.8 Max 0902

API-EingabeUSD pro 1 Mio. Token, Basistarif

Muse Wonder4 $

Qwen 3.8 Max 09021,65 $

API-AusgabeUSD pro 1 Mio. Token, Basistarif

Muse Wonder20 $

Qwen 3.8 Max 09024,951 $

Cache lesenUSD pro 1 Mio. Token, Basistarif

Muse Wonder0,2 $

Qwen 3.8 Max 09020,137 $

Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand

Preise nach Anbieter

Direkte Entwicklertarife und über OpenRouter geroutete Anbieterpreise sind getrennt gekennzeichnet. Alle Preise gelten in USD pro 1 Mio. Token. Kontextabhängige Direktpreise sowie regionale, Flex-, Priority- und weitere OpenRouter-Tarife bleiben einzeln erkennbar.

Für Muse Wonder ist im gespeicherten OpenRouter-Stand kein Anbietertarif verfügbar. Der offizielle Direktpreis wird trotzdem angezeigt.

Anbieterpreise von Muse Wonder und Qwen 3.8 Max 0902
Modell	Anbieter	Bezugsweg und Tarif	Eingabe pro 1 Mio. Token	Ausgabe pro 1 Mio. Token	Quelle
Muse Wonder	Meta	Direkt beim EntwicklerStandard-API	Günstigster erfasster Preis: 4 $	Günstigster erfasster Preis: 20 $	Quelle15.10.2026
Qwen 3.8 Max 0902	Alibaba	Direkt beim EntwicklerStandard-API	Günstigster erfasster Preis: 1,65 $	Günstigster erfasster Preis: 4,951 $	Quelle22.09.2026
	Alibaba	Über OpenRouteralibaba	2 $	6 $	Quelle16.10.2026
	Alibaba	Über OpenRouteralibaba/us-east-1	2 $	6 $	Quelle16.10.2026

Leistung

Gemeinsame Benchmarks

Nur veröffentlichte Ergebnisse mit derselben Benchmark-Version, Aufgabe, Metrik und Vergleichskohorte werden gegenübergestellt. Wenn Anbieter unterschiedliche Reasoning-Stufen, Agenten oder Ausgabegrenzen verwendet haben, steht das direkt in der Tabelle.

Fähigkeitsprofil aus vergleichbaren Benchmarks

Jede Achse mittelt direkt vergleichbare Benchmarkfamilien. Ein Wert von 100 bedeutet den stärkeren Wert innerhalb dieses Duells, keinen universellen Qualitätswert.

Nicht genug direkt vergleichbare Kategorien für ein belastbares Radar

Nur 0 von mindestens 5 Kategorien enthalten direkt vergleichbare Modellmessungen. Die Benchmarktabellen darunter zeigen die vorhandenen Belege, ohne fehlende Achsen aufzufüllen.

Muse WonderQwen 3.8 Max 0902

Code MigrationOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Muse Wonder62,552 %

Qwen 3.8 Max 090223,958 %

CyberBench v1.1Overall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Muse Wonder80,357 %

Qwen 3.8 Max 090228,572 %

EMBOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Muse Wonder67,084 %

Qwen 3.8 Max 090260,066 %

Finance Agent (v2)Overall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Muse Wonder56,637 %

Qwen 3.8 Max 090250,593 %

Harvey's Legal Agent BenchmarkOverall · Task fully resolved. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Muse Wonder17,083 %

Qwen 3.8 Max 090210,417 %

IOIOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Muse Wonder66,944 %

Qwen 3.8 Max 090268,889 %

Legal Research BenchOverall · All-pass. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Muse Wonder50,481 %

Qwen 3.8 Max 090247,596 %

LMArena Code Arena WebDevOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Muse Wonder1.650,947

Qwen 3.8 Max 09021.673,151

MysteryMechanismOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Muse Wonder27,477 %

Qwen 3.8 Max 090223,874 %

ProofBenchOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Muse Wonder84 %

Qwen 3.8 Max 090258 %

Public Benefits Bench v1.1Overall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Muse Wonder70,23 %

Qwen 3.8 Max 090267,118 %

SWE-bench MultimodalOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Muse Wonder45,417 %

Qwen 3.8 Max 090239,167 %

Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand

Benchmarkwerte von Muse Wonder und Qwen 3.8 Max 0902
Benchmark und Aufgabe	Muse Wonder	Qwen 3.8 Max 0902	Quelle
Code MigrationOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Qwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens	Höherer Messwert62,552 %	23,958 %	Vals AI Quellendetails Datenstand: 12.10.2026
CyberBench v1.1Overall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1.1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Qwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens	Höherer Messwert80,357 %	28,572 %	Vals AI Quellendetails Datenstand: 12.10.2026
EMBOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Qwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens	Höherer Messwert67,084 %	60,066 %	Vals AI Quellendetails Datenstand: 12.10.2026
Finance Agent (v2)Overall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Qwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens	Höherer Messwert56,637 %	50,593 %	Vals AI Quellendetails Datenstand: 12.10.2026
Harvey's Legal Agent BenchmarkOverall · Task fully resolved Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: task resolution rateBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Qwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens	Höherer Messwert17,083 %	10,417 %	Vals AI Quellendetails Datenstand: 12.10.2026
IOIOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Qwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens	66,944 %	Höherer Messwert68,889 %	Vals AI Quellendetails Datenstand: 14.10.2026
Legal Research BenchOverall · All-pass Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: all-pass rateBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Qwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens	Höherer Messwert50,481 %	47,596 %	Vals AI Quellendetails Datenstand: 12.10.2026
LMArena Code Arena WebDevOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: webdevMessgröße: WebDev Arena Bradley-Terry ratingBewertung: Mehr ist besserMuse Wonder: Snapshot: muse-wonder-max, Reasoning: max, Harness: Arena Code Arena WebDev Qwen 3.8 Max 0902: Snapshot: qwen3.8-max-0902, Harness: Arena Code Arena WebDevMuse Wonder: Arena-Bewertung aus 1.228 veröffentlichten Paarvergleichen.Qwen 3.8 Max 0902: Arena-Bewertung aus 13.081 veröffentlichten Paarvergleichen.	1.650,947 95-%-Konfidenzintervall: ±18,263Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.	Höherer Messwert1.673,151 95-%-Konfidenzintervall: ±7,241Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.	LMArena Quellendetails Datenstand: 13.10.2026
MysteryMechanismOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Qwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens	Höherer Messwert27,477 %	23,874 %	Vals AI Quellendetails Datenstand: 12.10.2026
ProofBenchOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1.1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Qwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens	Höherer Messwert84 %	58 %	Vals AI Quellendetails Datenstand: 12.10.2026
Public Benefits Bench v1.1Overall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1.1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Qwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens	Höherer Messwert70,23 %	67,118 %	Vals AI Quellendetails Datenstand: 12.10.2026
SWE-bench MultimodalOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Qwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens	Höherer Messwert45,417 %	39,167 %	Vals AI Quellendetails Datenstand: 13.10.2026
Tax Agent BenchOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Qwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens	Höherer Messwert36,269 %	32,095 %	Vals AI Quellendetails Datenstand: 12.10.2026
Terminal-Bench 4.0Overall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 4.0Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Qwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens	Höherer Messwert49,495 %	34,343 %	Vals AI Quellendetails Datenstand: 13.10.2026
Terminal-Bench ScienceOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 0.1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Harness: Mini-SWE-agent, Temperatur: 1, Ausgabegrenze: 131.072 tokens Qwen 3.8 Max 0902: Harness: Mini-SWE-agent, Temperatur: 0.7, Ausgabegrenze: 128.000 tokens	Höherer Messwert22,857 %	12,857 %	Vals AI Quellendetails Datenstand: 14.10.2026
Vals IndexOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2.1Messgröße: weighted index scoreBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Qwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens	Höherer Messwert61,062 %	48,27 %	Vals AI Quellendetails Datenstand: 13.10.2026
Vibe Code Bench 1-100Overall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1.0Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Harness: OpenHands, Temperatur: 1, Ausgabegrenze: 131.072 tokens Qwen 3.8 Max 0902: Harness: OpenHands, Temperatur: 0.7, Ausgabegrenze: 128.000 tokens	Höherer Messwert26,55 %	12,833 %	Vals AI Quellendetails Datenstand: 14.10.2026
Vibe Code Bench v1.1Overall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1.1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Harness: OpenHands, Temperatur: 1, Ausgabegrenze: 131.072 tokens Qwen 3.8 Max 0902: Harness: OpenHands, Temperatur: 0.7, Ausgabegrenze: 128.000 tokens	Höherer Messwert83,089 %	64,696 %	Vals AI Quellendetails Datenstand: 12.10.2026
Code MigrationCLI Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Qwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens	Höherer Messwert60,07 %	11,944 %	Vals AI Quellendetails Datenstand: 12.10.2026
CyberBench v1.1Patch Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1.1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Qwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens	Höherer Messwert85,714 %	57,143 %	Vals AI Quellendetails Datenstand: 12.10.2026
EMBComps Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Qwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens	Höherer Messwert79,488 %	54,32 %	Vals AI Quellendetails Datenstand: 12.10.2026
Finance Agent (v2)Adjustments Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Qwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens	Höherer Messwert52,67 %	48,426 %	Vals AI Quellendetails Datenstand: 12.10.2026
Harvey's Legal Agent BenchmarkAntitrust Competition · Criteria passed Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: criteria pass rateBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Qwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens	Höherer Messwert93,841 %	90,942 %	Vals AI Quellendetails Datenstand: 12.10.2026
IOIIOI 2024 Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Qwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens	66,833 %	Höherer Messwert78,167 %	Vals AI Quellendetails Datenstand: 14.10.2026
Legal Research BenchAdministrative / Regulatory · All-pass Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: all-pass rateBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Qwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens	Höherer Messwert63,636 %	59,091 %	Vals AI Quellendetails Datenstand: 12.10.2026
LMArena Code Arena WebDevWebdev Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: webdevMessgröße: WebDev Arena Bradley-Terry ratingBewertung: Mehr ist besserMuse Wonder: Snapshot: muse-wonder-max, Reasoning: max, Harness: Arena Code Arena WebDev Qwen 3.8 Max 0902: Snapshot: qwen3.8-max-0902, Harness: Arena Code Arena WebDevMuse Wonder: Arena-Bewertung aus 1.228 veröffentlichten Paarvergleichen.Qwen 3.8 Max 0902: Arena-Bewertung aus 13.081 veröffentlichten Paarvergleichen.	1.650,947 95-%-Konfidenzintervall: ±18,263Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.	Höherer Messwert1.673,151 95-%-Konfidenzintervall: ±7,241Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.	LMArena Quellendetails Datenstand: 13.10.2026
SWE-bench Multimodalbpmn-js Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Qwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens	Höherer Messwert67,925 %	62,264 %	Vals AI Quellendetails Datenstand: 13.10.2026
Tax Agent BenchControversy & Precedence Analysis Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Qwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens	Kein direkter Sieger20 %	Kein direkter Sieger20 %	Vals AI Quellendetails Datenstand: 12.10.2026
Terminal-Bench 4.0Hardware Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 4.0Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Qwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens	Höherer Messwert46,667 %	0 %	Vals AI Quellendetails Datenstand: 13.10.2026
Terminal-Bench ScienceEarth Sciences Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 0.1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Harness: Mini-SWE-agent, Temperatur: 1, Ausgabegrenze: 131.072 tokens Qwen 3.8 Max 0902: Harness: Mini-SWE-agent, Temperatur: 0.7, Ausgabegrenze: 128.000 tokens	Höherer Messwert50 %	12,5 %	Vals AI Quellendetails Datenstand: 14.10.2026
Vals IndexCode Migration Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2.1Messgröße: benchmark scoreBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Qwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens	Höherer Messwert62,009 %	23,163 %	Vals AI Quellendetails Datenstand: 13.10.2026
Code MigrationCOBOL Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Qwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens	Höherer Messwert70 %	60 %	Vals AI Quellendetails Datenstand: 12.10.2026
CyberBench v1.1PoC Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1.1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Qwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens	Höherer Messwert75 %	0 %	Vals AI Quellendetails Datenstand: 12.10.2026
EMBDataroom Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Qwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens	79,232 %	Höherer Messwert83,536 %	Vals AI Quellendetails Datenstand: 12.10.2026
Finance Agent (v2)All-Pass Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Qwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens	Höherer Messwert45,936 %	38,229 %	Vals AI Quellendetails Datenstand: 12.10.2026
Harvey's Legal Agent BenchmarkAntitrust Competition · Task fully resolved Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: task resolution rateBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Qwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens	Kein direkter Sieger20 %	Kein direkter Sieger20 %	Vals AI Quellendetails Datenstand: 12.10.2026
IOIIOI 2025 Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Qwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens	Höherer Messwert75,5 %	68,333 %	Vals AI Quellendetails Datenstand: 14.10.2026
Legal Research BenchAdministrative / Regulatory · Weighted partial credit Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: weighted partial-credit scoreBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Qwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens	Höherer Messwert90,571 %	90,519 %	Vals AI Quellendetails Datenstand: 12.10.2026
LMArena Code Arena WebDevWebdev-html Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: webdevMessgröße: WebDev Arena Bradley-Terry ratingBewertung: Mehr ist besserMuse Wonder: Snapshot: muse-wonder-max, Reasoning: max, Harness: Arena Code Arena WebDev Qwen 3.8 Max 0902: Snapshot: qwen3.8-max-0902, Harness: Arena Code Arena WebDevMuse Wonder: Arena-Bewertung aus 158 veröffentlichten Paarvergleichen.Qwen 3.8 Max 0902: Arena-Bewertung aus 2.257 veröffentlichten Paarvergleichen.	Höherer Messwert1.721,908 95-%-Konfidenzintervall: ±51,47Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.	1.651,307 95-%-Konfidenzintervall: ±14,717Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.	LMArena Quellendetails Datenstand: 13.10.2026
SWE-bench MultimodalCarbon Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Qwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens	Höherer Messwert27,068 %	24,812 %	Vals AI Quellendetails Datenstand: 13.10.2026
Tax Agent BenchControversy & Precedence Analysis Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Qwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens	Höherer Messwert71,362 %	62,591 %	Vals AI Quellendetails Datenstand: 12.10.2026
Terminal-Bench 4.0Media Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 4.0Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Qwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens	33,333 %	Höherer Messwert50 %	Vals AI Quellendetails Datenstand: 13.10.2026
Terminal-Bench ScienceEngineering Sciences Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 0.1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Harness: Mini-SWE-agent, Temperatur: 1, Ausgabegrenze: 131.072 tokens Qwen 3.8 Max 0902: Harness: Mini-SWE-agent, Temperatur: 0.7, Ausgabegrenze: 128.000 tokens	Kein direkter Sieger0 %	Kein direkter Sieger0 %	Vals AI Quellendetails Datenstand: 14.10.2026
Vals IndexEMB Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2.1Messgröße: benchmark scoreBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Qwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens	Höherer Messwert67,084 %	60,066 %	Vals AI Quellendetails Datenstand: 13.10.2026
Code MigrationCode Quality Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: mean reviewer code-quality ratingBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Qwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens	4,061 / 5	Höherer Messwert4,255 / 5	Vals AI Quellendetails Datenstand: 12.10.2026
EMBDCF Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Qwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens	Höherer Messwert51,035 %	49,134 %	Vals AI Quellendetails Datenstand: 12.10.2026
Finance Agent (v2)Comparables Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Qwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens	Höherer Messwert47,933 %	44,251 %	Vals AI Quellendetails Datenstand: 12.10.2026
Harvey's Legal Agent BenchmarkArbitration International Dispute Resolution · Criteria passed Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: criteria pass rateBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Qwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens	Höherer Messwert92,473 %	89,964 %	Vals AI Quellendetails Datenstand: 12.10.2026
IOIIOI 2026 Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Qwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens	58,5 %	Höherer Messwert60,167 %	Vals AI Quellendetails Datenstand: 14.10.2026
Legal Research BenchBusiness & Commercial · All-pass Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: all-pass rateBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Qwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens	Höherer Messwert48,837 %	46,512 %	Vals AI Quellendetails Datenstand: 12.10.2026
LMArena Code Arena WebDevWebdev-react Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: webdevMessgröße: WebDev Arena Bradley-Terry ratingBewertung: Mehr ist besserMuse Wonder: Snapshot: muse-wonder-max, Reasoning: max, Harness: Arena Code Arena WebDev Qwen 3.8 Max 0902: Snapshot: qwen3.8-max-0902, Harness: Arena Code Arena WebDevMuse Wonder: Arena-Bewertung aus 787 veröffentlichten Paarvergleichen.Qwen 3.8 Max 0902: Arena-Bewertung aus 8.225 veröffentlichten Paarvergleichen.	1.637,813 95-%-Konfidenzintervall: ±23,199Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.	Höherer Messwert1.690,042 95-%-Konfidenzintervall: ±8,581Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.	LMArena Quellendetails Datenstand: 13.10.2026
SWE-bench MultimodalESLint Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Qwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens	54,545 %	Höherer Messwert72,727 %	Vals AI Quellendetails Datenstand: 13.10.2026
Tax Agent BenchCurrent & Temporal Analysis Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Qwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens	Höherer Messwert50 %	49,889 %	Vals AI Quellendetails Datenstand: 12.10.2026
Terminal-Bench 4.0ML Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 4.0Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Qwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens	45,455 %	Höherer Messwert48,485 %	Vals AI Quellendetails Datenstand: 13.10.2026
Terminal-Bench ScienceLife Sciences Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 0.1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Harness: Mini-SWE-agent, Temperatur: 1, Ausgabegrenze: 131.072 tokens Qwen 3.8 Max 0902: Harness: Mini-SWE-agent, Temperatur: 0.7, Ausgabegrenze: 128.000 tokens	Höherer Messwert21,053 %	10,526 %	Vals AI Quellendetails Datenstand: 14.10.2026
Vals IndexFinance Agent v2 Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2.1Messgröße: benchmark scoreBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Qwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens	Höherer Messwert56,637 %	50,593 %	Vals AI Quellendetails Datenstand: 13.10.2026
EMBLBO Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Qwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens	Höherer Messwert60,69 %	46,945 %	Vals AI Quellendetails Datenstand: 12.10.2026
Finance Agent (v2)Disclosure Analysis Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Qwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens	Höherer Messwert67,252 %	60,549 %	Vals AI Quellendetails Datenstand: 12.10.2026
Harvey's Legal Agent BenchmarkArbitration International Dispute Resolution · Task fully resolved Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: task resolution rateBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Qwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens	Kein direkter Sieger0 %	Kein direkter Sieger0 %	Vals AI Quellendetails Datenstand: 12.10.2026
Legal Research BenchBusiness & Commercial · Weighted partial credit Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: weighted partial-credit scoreBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Qwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens	Höherer Messwert86,88 %	86,655 %	Vals AI Quellendetails Datenstand: 12.10.2026
SWE-bench MultimodalFusion Next Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Qwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens	Kein direkter Sieger38,889 %	Kein direkter Sieger38,889 %	Vals AI Quellendetails Datenstand: 13.10.2026
Tax Agent BenchCurrent & Temporal Analysis Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Qwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens	Höherer Messwert77,655 %	71,449 %	Vals AI Quellendetails Datenstand: 12.10.2026
Terminal-Bench 4.0Operations Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 4.0Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens Qwen 3.8 Max 0902: Temperatur: 0.7, Ausgabegrenze: 128.000 tokens	Höherer Messwert40,741 %	14,815 %	Vals AI Quellendetails Datenstand: 13.10.2026
Terminal-Bench ScienceMathematical Sciences Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 0.1Messgröße: accuracyBewertung: Mehr ist besserMuse Wonder: Reasoning: max, Harness: Mini-SWE-agent, Temperatur: 1, Ausgabegrenze: 131.072 tokens Qwen 3.8 Max 0902: Harness: Mini-SWE-agent, Temperatur: 0.7, Ausgabegrenze: 128.000 tokens	Höherer Messwert23,529 %	11,765 %	Vals AI Quellendetails Datenstand: 14.10.2026
Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand

Eigene Modelltests

Unsere Tests

Für diese Auswahl gibt es keine gemeinsame Testrunde. Es werden keine Ergebnisse aus verschiedenen Runden gemischt.

Frühere Tests

Pelikan auf dem Fahrrad

Community-Klassiker für eine freie SVG-Zeichnung.

Muse Wonder

Noch nicht getestet

Qwen 3.8 Max 0902

Die Antwort hat das Tokenlimit erreicht. Es liegt keine vollständige Aufzeichnung vor.

Reasoning (angefragt): high

Aktueller Versuch

Datum des Testlaufs: 05.10.2026
API-Anbieter: openrouter
Angefragtes API-Modell: qwen/qwen3.8-max-0902
API-Modell laut Antwort: qwen/qwen3.8-max-0902
Reasoning-Einstellung: high
Festgelegter Endpunkt: Alibaba | qwen/qwen3.8-max-20260902
Temperatur: Anbieterstandard
Tokenlimit inklusive Reasoning: 8.192 Token
Testprotokoll: community-visual-tests-v1
Technische Prüfung: Nicht bestanden
Antwortzeit: 189,9 s

Visuell noch nicht bewertet. Eine erfolgreiche Aufzeichnung bestätigt weder korrekte Physik noch die vollständige Umsetzung des Prompts.

Frühere Versuche (3)

02.10.2026API-Anfrage fehlgeschlagenReasoning-Einstellung: high
01.10.2026API-Anfrage fehlgeschlagenReasoning-Einstellung: high
07.09.2026API-Anfrage fehlgeschlagenReasoning-Einstellung: high

Prompt und Testbedingungen

Generate an SVG of a pelican riding a bicycle

Tokenlimit inklusive Reasoning: 8.192 Token

Ursprung der Aufgabe (Simon Willison)

So liest du den Vergleich

Ein Benchmark-Sieg ist kein Gesamturteil

Entscheidend sind deine Aufgaben, dein Budget und die benötigte Kontextlänge. Ein Coding-Benchmark sagt wenig über Bildverständnis oder Agentenarbeit aus.

Die Standardpreistabelle nutzt direkte Entwicklertarife. Der Anbieter-Vergleich kennzeichnet OpenRouter-Endpoints, Regionen und Sondertarife separat.

Jeder Messwert verlinkt seine Messstelle und zeigt den Abrufstand. Je nach Kennzeichnung handelt es sich um eine Anbieterangabe, ein offizielles Benchmark-Leaderboard oder eine unabhängige Evaluation. Strittige oder archivierte Ergebnisse werden nicht verwendet.

Weitere Duelle

Vergleiche Muse Wonder und Qwen 3.8 Max 0902 mit weiteren wichtigen Modellen. Alle Duelle nutzen dieselbe Daten- und Benchmarklogik.

Zum vollständigen LLM-Vergleich