নেভিগেশন
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Muse Glimmer 30B (high) vs Mistral Large 4 (low)

Muse Glimmer 30B (high) average score-এ এগিয়ে: 7.7 vs 7.6. Muse Glimmer 30B (high)-এর benchmark খরচ কম: $0.506 vs $1.648. Muse Glimmer 30B (high) দ্রুত: 69.87s vs 300.15s, pass rates 66.7% vs 65.2%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-10-06

তুলনা করা মডেল

র‍্যাঙ্ক
#115
মোট আউটপুট টোকেন
350,370
প্রতিক্রিয়া সময় (গড়)
69.87s
মোট খরচ
$0.506
র‍্যাঙ্ক
#119
মোট আউটপুট টোকেন
714,287
প্রতিক্রিয়া সময় (গড়)
300.15s
মোট খরচ
$1.648
প্রস্তাবিত মডেল Muse Glimmer 30B (high)

It has the best score here (7.7), while costing about 3.3x less than Mistral Large 4 (low).

বিস্তারিত তুলনা

মেট্রিক Muse Glimmer 30B Muse Glimmer 30B high প্রকাশ: 2026-08-11 Mistral Large 4 Mistral Large 4 low প্রকাশ: 2026-10-06
স্কোর 7.7 7.6
র‍্যাঙ্ক #115 #119
নির্ভরযোগ্যতা 10.0 9.0
ধারাবাহিকতা 7.3 8.7
প্রচেষ্টা 69/69 69/69
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 66.7% 65.2%
অস্থির টেস্ট 8 4
মোট রান 69 69
প্রতি ফলাফলে খরচ 5.675 12.670
মোট খরচ $0.506 $1.648
ইনপুট মূল্য $0.300 / 1M $0.680 / 1M
আউটপুট মূল্য $1.200 / 1M $2.090 / 1M
ক্যাশ পড়ার মূল্য $0.040 / 1M $0.070 / 1M
ক্যাশ লেখার মূল্য প্রযোজ্য নয় প্রযোজ্য নয়
মোট ইনপুট টোকেন 281,859 226,734
আউটপুট টোকেন 102,526 278,013
রিজনিং টোকেন 286,217 638,296
প্রতিক্রিয়া সময় (গড়) 69.87s 300.15s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 451.90s 1798.01s
প্রতিক্রিয়া সময় (মোট) 1607.12s 6903.40s
প্যারামিটার 30B 1.05T মোট (49B সক্রিয়)
উপলভ্যতা উন্মুক্ত উৎস বন্ধ উৎস

ক্যাশের মূল্য ইনপুট টোকেনের জন্য প্রযোজ্য। পড়ার সময় ক্যাশ করা প্রম্পট আবার ব্যবহার হয়; লেখার সময় সেগুলি সংরক্ষিত হয় এবং বাড়তি খরচ হতে পারে। আউটপুট টোকেনের জন্য আউটপুট মূল্য প্রযোজ্য।

মডেল জেনারেশন শোকেস

Hamster playing table tennis

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

#115 Muse Glimmer 30B

high
খরচ
$0.005
সময়
61.7s
টোকেন
3,097 tok

#119 Mistral Large 4

low
খরচ
$0.015
সময়
115.1s
টোকেন
6,915 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
Muse Glimmer 30B 8.8 7.8 88.9% 1 95.97s 7,419 16,128 55,433
Mistral Large 4 3.4 7.2 22.2% 1 1379.72s 5,896 129,426 386,126

দ্রুত তুলনা

তুলনার জুটি বদলান