নেভিগেশন
AI BENCHY
Advertise here

LongCat 2.0 (medium) vs Muse Glimmer 30B (high)

LongCat 2.0 (medium) average score-এ এগিয়ে: 7.4 vs 7.3. LongCat 2.0 (medium)-এর benchmark খরচ কম: $0.478 vs $0.529. Muse Glimmer 30B (high) দ্রুত: 65.50s vs 136.64s, pass rates 60.6% vs 68.2%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-08-11

র‍্যাঙ্ক
#80
মোট আউটপুট টোকেন
373,396
প্রতিক্রিয়া সময় (গড়)
136.64s
মোট খরচ
$0.478
র‍্যাঙ্ক
#84
মোট আউটপুট টোকেন
372,149
প্রতিক্রিয়া সময় (গড়)
65.50s
মোট খরচ
$0.529
প্রস্তাবিত মডেল Muse Glimmer 30B (high)

Its score stays close to the best score here (7.3 vs 7.4), while responding about 2.1x faster than LongCat 2.0 (medium).

বিস্তারিত তুলনা

মেট্রিক LongCat 2.0 LongCat 2.0 medium প্রকাশ: 2026-07-20 Muse Glimmer 30B Muse Glimmer 30B high প্রকাশ: 2026-08-11
স্কোর 7.4 7.3
র‍্যাঙ্ক #80 #84
নির্ভরযোগ্যতা 9.8 10.0
ধারাবাহিকতা 8.9 7.6
বেঞ্চমার্ক কভারেজ 22/22 টেস্ট · 66/66 প্রচেষ্টা 22/22 টেস্ট · 66/66 প্রচেষ্টা
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 60.6% 68.2%
অস্থির টেস্ট 3 7
মোট রান 66 66
প্রতি ফলাফলে খরচ 3.978 4.805
মোট খরচ $0.478 $0.529
ইনপুট মূল্য $0.300 / 1M $0.350 / 1M
আউটপুট মূল্য $1.200 / 1M $1.500 / 1M
মোট ইনপুট টোকেন 97,315 103,482
আউটপুট টোকেন 44,384 105,680
রিজনিং টোকেন 329,012 266,469
প্রতিক্রিয়া সময় (গড়) 136.64s 65.50s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 939.52s 451.90s
প্রতিক্রিয়া সময় (মোট) 3006.01s 1440.91s

মডেল জেনারেশন শোকেস

Hamster playing table tennis

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

#80 LongCat 2.0

medium
খরচ
$0.016
সময়
285.1s
টোকেন
13,057 tok

#84 Muse Glimmer 30B

high
খরচ
$0.005
সময়
61.7s
টোকেন
3,097 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
LongCat 2.0 10.0 10.0 100.0% 0 455.00s 7,419 533 214,143
Muse Glimmer 30B 8.8 7.8 88.9% 1 95.97s 7,419 16,128 55,433

দ্রুত তুলনা

তুলনার জুটি বদলান