নেভিগেশন
AI BENCHY
Advertise here

Muse Glimmer 30B (medium) vs Step 3.7 Flash (low)

Step 3.7 Flash (low) average score-এ এগিয়ে: 7.3 vs 7.2. Muse Glimmer 30B (medium)-এর benchmark খরচ কম: $0.279 vs $0.454. Step 3.7 Flash (low) দ্রুত: 20.68s vs 30.31s, pass rates 65.2% vs 68.2%.

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

র‍্যাঙ্ক
#93
মোট আউটপুট টোকেন
167,153
প্রতিক্রিয়া সময় (গড়)
30.31s
মোট খরচ
$0.279
র‍্যাঙ্ক
#90
মোট আউটপুট টোকেন
376,581
প্রতিক্রিয়া সময় (গড়)
20.68s
মোট খরচ
$0.454
প্রস্তাবিত মডেল Muse Glimmer 30B (medium)

Its score stays close to the best score here (7.2 vs 7.3), while costing about 1.6x less than Step 3.7 Flash (low).

বিস্তারিত তুলনা

মেট্রিক Muse Glimmer 30B Muse Glimmer 30B medium প্রকাশ: 2026-08-11 Step 3.7 Flash Step 3.7 Flash low প্রকাশ: 2026-05-29
স্কোর 7.2 7.3
র‍্যাঙ্ক #93 #90
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 7.9 8.1
বেঞ্চমার্ক কভারেজ 22/22 টেস্ট · 66/66 প্রচেষ্টা 22/22 টেস্ট · 66/66 প্রচেষ্টা
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 65.2% 68.2%
অস্থির টেস্ট 6 5
মোট রান 66 66
প্রতি ফলাফলে খরচ 2.531 3.782
মোট খরচ $0.279 $0.454
ইনপুট মূল্য $0.350 / 1M $0.200 / 1M
আউটপুট মূল্য $1.500 / 1M $1.150 / 1M
মোট ইনপুট টোকেন 116,501 103,833
আউটপুট টোকেন 33,074 376,581
রিজনিং টোকেন 134,079 0
প্রতিক্রিয়া সময় (গড়) 30.31s 20.68s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 181.08s 124.75s
প্রতিক্রিয়া সময় (মোট) 666.85s 455.01s

মডেল জেনারেশন শোকেস

Hamster playing table tennis

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

#93 Muse Glimmer 30B

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

#90 Step 3.7 Flash

low
অবৈধ SVG
খরচ
$0.004
সময়
25.3s
টোকেন
3,072 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
Step 3.7 Flash 8.2 7.2 88.9% 1 9.46s 7,437 18,685 0

দ্রুত তুলনা

তুলনার জুটি বদলান