নেভিগেশন
AI BENCHY
Advertise here

Muse Glimmer 30B (low) vs Grok 4.3 (medium)

average score প্রায় সমান: 7.1 vs 7.1. Muse Glimmer 30B (low)-এর benchmark খরচ কম: $0.186 vs $0.779. Muse Glimmer 30B (low) দ্রুত: 18.51s vs 47.45s, pass rates 63.6% vs 68.2%.

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

র‍্যাঙ্ক
#99
মোট আউটপুট টোকেন
95,478
প্রতিক্রিয়া সময় (গড়)
18.51s
মোট খরচ
$0.186
র‍্যাঙ্ক
#98
মোট আউটপুট টোকেন
241,421
প্রতিক্রিয়া সময় (গড়)
47.45s
মোট খরচ
$0.779
প্রস্তাবিত মডেল Muse Glimmer 30B (low)

It has the best score here (7.1), while costing about 4.2x less than Grok 4.3 (medium).

বিস্তারিত তুলনা

মেট্রিক Muse Glimmer 30B Muse Glimmer 30B low প্রকাশ: 2026-08-11 Grok 4.3 Grok 4.3 medium প্রকাশ: 2026-05-01
স্কোর 7.1 7.1
র‍্যাঙ্ক #99 #98
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 8.2 8.6
বেঞ্চমার্ক কভারেজ 22/22 টেস্ট · 66/66 প্রচেষ্টা 22/22 টেস্ট · 66/66 প্রচেষ্টা
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 63.6% 68.2%
অস্থির টেস্ট 5 4
মোট রান 66 66
প্রতি ফলাফলে খরচ 1.685 5.990
মোট খরচ $0.186 $0.779
ইনপুট মূল্য $0.350 / 1M $1.250 / 1M
আউটপুট মূল্য $1.500 / 1M $2.500 / 1M
মোট ইনপুট টোকেন 130,300 140,031
আউটপুট টোকেন 33,907 13,739
রিজনিং টোকেন 61,571 227,682
প্রতিক্রিয়া সময় (গড়) 18.51s 47.45s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 234.92s 216.69s
প্রতিক্রিয়া সময় (মোট) 407.22s 1043.83s

মডেল জেনারেশন শোকেস

Hamster playing table tennis

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

#99 Muse Glimmer 30B

low
খরচ
$0.002
সময়
13.5s
টোকেন
953 tok

#98 xAI: Grok 4.3

medium
খরচ
$0.009
সময়
19.0s
টোকেন
3,661 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 8.1 9.9 66.7% 0 16.52s 7,419 2,759 10,173
Grok 4.3 5.9 7.7 44.4% 1 41.23s 8,340 1,028 31,226

দ্রুত তুলনা

তুলনার জুটি বদলান