নেভিগেশন
Advertise here

Claude Opus 4.8 vs Muse Glimmer 30B (medium)

Claude Opus 4.8 average score-এ এগিয়ে: 7.3 vs 7.2. Muse Glimmer 30B (medium)-এর benchmark খরচ কম: $0.227 vs $1.166. Claude Opus 4.8 দ্রুত: 4.92s vs 30.64s, pass rates 63.6% vs 63.6%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-09-24

তুলনা করা মডেল

র‍্যাঙ্ক
#144
মোট আউটপুট টোকেন
16,797
প্রতিক্রিয়া সময় (গড়)
4.92s
মোট খরচ
$1.166
র‍্যাঙ্ক
#151
মোট আউটপুট টোকেন
168,074
প্রতিক্রিয়া সময় (গড়)
30.64s
মোট খরচ
$0.227
প্রস্তাবিত মডেল Muse Glimmer 30B (medium)

Its score stays close to the best score here (7.2 vs 7.3), while costing about 5.2x less than Claude Opus 4.8.

বিস্তারিত তুলনা

মেট্রিক Claude Opus 4.8 Claude Opus 4.8 none প্রকাশ: 2026-05-28 Muse Glimmer 30B Muse Glimmer 30B medium প্রকাশ: 2026-08-11
স্কোর 7.3 7.2
র‍্যাঙ্ক #144 #151
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 9.2 7.9
প্রচেষ্টা 66/66 66/66
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 63.6% 63.6%
অস্থির টেস্ট 2 6
মোট রান 66 66
প্রতি ফলাফলে খরচ 8.969 2.543
মোট খরচ $1.166 $0.227
ইনপুট মূল্য $5.000 / 1M $0.300 / 1M
আউটপুট মূল্য $25.000 / 1M $1.200 / 1M
মোট ইনপুট টোকেন 149,203 116,513
আউটপুট টোকেন 16,797 33,065
রিজনিং টোকেন 0 135,009
প্রতিক্রিয়া সময় (গড়) 4.92s 30.64s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 35.03s 181.08s
প্রতিক্রিয়া সময় (মোট) 108.24s 674.01s
প্যারামিটার ~5T মোট (~500B সক্রিয়) 30B
উপলভ্যতা বন্ধ উৎস উন্মুক্ত উৎস

মডেল জেনারেশন শোকেস

Hamster playing table tennis

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

#144 Claude Opus 4.8

none
খরচ
$0.053
সময়
22.0s
টোকেন
2,253 tok

#151 Muse Glimmer 30B

medium
খরচ
$0.003
সময়
31.9s
টোকেন
1,845 tok

স্কোর অনুযায়ী শীর্ষ মডেল

স্কোর বনাম মোট খরচ

প্রতিক্রিয়া সময় (গড়)

স্কোর vs প্রতিক্রিয়া সময় (গড়)

মোট আউটপুট টোকেন

স্কোর vs মোট আউটপুট টোকেন

বিভাগভিত্তিক বিশ্লেষণ

কোডিং স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
Claude Opus 4.8 5.5 10.0 33.3% 0 3.29s 10,590 1,332 0
Muse Glimmer 30B 8.4 7.8 77.8% 1 33.67s 7,419 4,662 20,605

দ্রুত তুলনা

তুলনার জুটি বদলান