নেভিগেশন
AI BENCHY
Advertise here

Muse Glimmer 30B (xhigh) vs GPT-5.2 Chat

Muse Glimmer 30B (xhigh) average score-এ এগিয়ে: 8.2 vs 8.0. GPT-5.2 Chat-এর benchmark খরচ কম: $0.604 vs $0.632. GPT-5.2 Chat দ্রুত: 7.65s vs 94.47s, pass rates 75.8% vs 74.2%.

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

র‍্যাঙ্ক
#39
মোট আউটপুট টোকেন
455,790
প্রতিক্রিয়া সময় (গড়)
94.47s
মোট খরচ
$0.632
র‍্যাঙ্ক
#45
মোট আউটপুট টোকেন
30,424
প্রতিক্রিয়া সময় (গড়)
7.65s
মোট খরচ
$0.604
প্রস্তাবিত মডেল GPT-5.2 Chat

Its score stays close to the best score here (8.0 vs 8.2), while responding about 12.3x faster than Muse Glimmer 30B (xhigh).

বিস্তারিত তুলনা

মেট্রিক Muse Glimmer 30B Muse Glimmer 30B xhigh প্রকাশ: 2026-08-11 GPT-5.2 Chat GPT-5.2 Chat none প্রকাশ: 2025-12-11
স্কোর 8.2 8.0
র‍্যাঙ্ক #39 #45
নির্ভরযোগ্যতা 9.8 10.0
ধারাবাহিকতা 8.3 8.6
বেঞ্চমার্ক কভারেজ 22/22 টেস্ট · 66/66 প্রচেষ্টা 22/22 টেস্ট · 66/66 প্রচেষ্টা
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 75.8% 74.2%
অস্থির টেস্ট 5 4
মোট রান 66 66
প্রতি ফলাফলে খরচ 4.509 4.308
মোট খরচ $0.632 $0.604
ইনপুট মূল্য $0.350 / 1M $1.750 / 1M
আউটপুট মূল্য $1.500 / 1M $14.000 / 1M
মোট ইনপুট টোকেন 110,918 101,248
আউটপুট টোকেন 126,922 30,424
রিজনিং টোকেন 328,868 0
প্রতিক্রিয়া সময় (গড়) 94.47s 7.65s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 576.79s 38.52s
প্রতিক্রিয়া সময় (মোট) 2078.31s 168.39s

মডেল জেনারেশন শোকেস

Hamster playing table tennis

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

#39 Muse Glimmer 30B

xhigh
খরচ
$0.007
সময়
94.6s
টোকেন
4,318 tok

#45 GPT-5.2 Chat

none
খরচ
$0.010
সময়
15.3s
টোকেন
797 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 10.0 10.0 100.0% 0 105.91s 7,428 18,697 63,334
GPT-5.2 Chat 8.8 7.8 88.9% 1 9.82s 7,305 6,731 0

দ্রুত তুলনা

তুলনার জুটি বদলান