নেভিগেশন
Advertise here

Muse Glimmer 30B (medium) vs GPT-6 Luna (high)

average score প্রায় সমান: 7.7 vs 7.7. GPT-6 Luna (high)-এর benchmark খরচ কম: $0.074 vs $0.353. GPT-6 Luna (high) দ্রুত: 20.37s vs 33.97s, pass rates 65.2% vs 73.9%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-10-01

তুলনা করা মডেল

র‍্যাঙ্ক
#115
মোট আউটপুট টোকেন
180,687
প্রতিক্রিয়া সময় (গড়)
33.97s
মোট খরচ
$0.353
র‍্যাঙ্ক
#111
মোট আউটপুট টোকেন
101,587
প্রতিক্রিয়া সময় (গড়)
20.37s
মোট খরচ
$0.074
প্রস্তাবিত মডেল GPT-6 Luna (high)

It has the best score here (7.7), while costing about 4.8x less than Muse Glimmer 30B (medium).

বিস্তারিত তুলনা

মেট্রিক Muse Glimmer 30B Muse Glimmer 30B medium প্রকাশ: 2026-08-11 GPT-6 Luna GPT-6 Luna high প্রকাশ: 2026-09-23
স্কোর 7.7 7.7
র‍্যাঙ্ক #115 #111
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 8.0 8.7
প্রচেষ্টা 69/69 69/69
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 65.2% 73.9%
অস্থির টেস্ট 6 4
মোট রান 69 69
প্রতি ফলাফলে খরচ 2.935 0.492
মোট খরচ $0.353 $0.074
ইনপুট মূল্য $0.350 / 1M $0.100 / 1M
আউটপুট মূল্য $1.500 / 1M $0.500 / 1M
মোট ইনপুট টোকেন 269,497 229,986
আউটপুট টোকেন 34,935 6,037
রিজনিং টোকেন 145,752 95,550
প্রতিক্রিয়া সময় (গড়) 33.97s 20.37s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 181.08s 106.93s
প্রতিক্রিয়া সময় (মোট) 781.36s 468.52s
প্যারামিটার 30B ~400B মোট (~17B সক্রিয়)
উপলভ্যতা উন্মুক্ত উৎস বন্ধ উৎস

মডেল জেনারেশন শোকেস

Hamster playing table tennis

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

#115 Muse Glimmer 30B

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

#111 GPT-6 Luna

high
খরচ
$0.003
সময়
49.2s
টোকেন
5,231 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 8.4 7.8 77.8% 1 33.67s 7,419 4,662 20,605
GPT-6 Luna 7.8 7.4 77.8% 1 24.69s 7,302 483 15,691

দ্রুত তুলনা

তুলনার জুটি বদলান