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

Muse Glimmer 30B (xhigh) vs Grok 4.5 (medium)

Grok 4.5 (medium) average score-এ এগিয়ে: 8.3 vs 8.2. Muse Glimmer 30B (xhigh)-এর benchmark খরচ কম: $0.632 vs $1.928. Grok 4.5 (medium) দ্রুত: 61.71s vs 94.47s, pass rates 75.8% vs 78.8%.

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
#35
মোট আউটপুট টোকেন
280,567
প্রতিক্রিয়া সময় (গড়)
61.71s
মোট খরচ
$1.928
প্রস্তাবিত মডেল Muse Glimmer 30B (xhigh)

Its score stays close to the best score here (8.2 vs 8.3), while costing about 3.1x less than Grok 4.5 (medium).

বিস্তারিত তুলনা

মেট্রিক Muse Glimmer 30B Muse Glimmer 30B xhigh প্রকাশ: 2026-08-11 Grok 4.5 Grok 4.5 medium প্রকাশ: 2026-07-08
স্কোর 8.2 8.3
র‍্যাঙ্ক #39 #35
নির্ভরযোগ্যতা 9.8 10.0
ধারাবাহিকতা 8.3 8.9
বেঞ্চমার্ক কভারেজ 22/22 টেস্ট · 66/66 প্রচেষ্টা 22/22 টেস্ট · 66/66 প্রচেষ্টা
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 75.8% 78.8%
অস্থির টেস্ট 5 3
মোট রান 66 66
প্রতি ফলাফলে খরচ 4.509 12.049
মোট খরচ $0.632 $1.928
ইনপুট মূল্য $0.350 / 1M $2.000 / 1M
আউটপুট মূল্য $1.500 / 1M $6.000 / 1M
মোট ইনপুট টোকেন 110,918 122,146
আউটপুট টোকেন 126,922 5,514
রিজনিং টোকেন 328,868 275,053
প্রতিক্রিয়া সময় (গড়) 94.47s 61.71s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 576.79s 436.38s
প্রতিক্রিয়া সময় (মোট) 2078.31s 1357.56s

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

#35 xAI: Grok 4.5

medium
খরচ
$0.044
সময়
59.4s
টোকেন
7,512 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
Grok 4.5 7.6 7.2 77.8% 1 155.69s 9,579 390 104,634

দ্রুত তুলনা

তুলনার জুটি বদলান