#168

Muse Glimmer 30B

Meta প্রকাশ: 2026-08-11 পরীক্ষিত হয়েছে: 2026-10-01 03:11 meta/muse-glimmer-30b::medium

30Bঘনউন্মুক্ত উৎস

(xhigh) (high) (medium) (low)

সারাংশ

Muse Glimmer 30B AI BENCHY-তে 7.7 স্কোর করে এবং #168 স্থানে আছে। এর reliability 10.0, pass rate 65.2%, মোট খরচ $0.288, এবং গড় response time 33.97s.

প্রস্তাবিত বিকল্প

এর বদলে এই মডেলগুলির একটি বেছে নেওয়ার পরামর্শ দিই:

Space Bunny Alpha (high)

স্কোর: 7.5 (-0.14 পয়েন্ট)
মোট খরচ (বর্তমান মূল্য): $0.000 · 100.0% সস্তা
প্রতিক্রিয়া সময় (গড়): 29.38s · 13.5% দ্রুত

তুলনা করুন →

Claude Haiku 5.5 (low)

স্কোর: 8.6 (+0.90 পয়েন্ট)
মোট খরচ (বর্তমান মূল্য): $0.061 · 78.9% সস্তা
প্রতিক্রিয়া সময় (গড়): 7.51s · 77.9% দ্রুত

তুলনা করুন →

Gemini 3.7 Flash (low)

স্কোর: 9.4 (+1.68 পয়েন্ট)
মোট খরচ (বর্তমান মূল্য): $0.183 · 36.5% সস্তা
প্রতিক্রিয়া সময় (গড়): 6.24s · 81.6% দ্রুত

তুলনা করুন →

মডেলের তথ্য

গবেষণার তারিখ: 2026-08-12

প্রকাশিত

প্যারামিটার: 30B
আর্কিটেকচার: ঘন
উপলভ্যতা: উন্মুক্ত উৎস
লাইসেন্স: Apache-2.0

প্যারামিটারের উৎস উপলভ্যতার উৎস

স্কোর

7.7

ধারাবাহিকতা

8.0

নির্ভরযোগ্যতা

10.0

মোট খরচ (বর্তমান মূল্য)

$0.288 ↓ -18.5%

পরীক্ষার সময়: $0.353

মোট আউটপুট টোকেন

171,888

মোট ইনপুট টোকেন

269,497

ইনপুট মূল্য

$0.300 / 1M

আউটপুট মূল্য

$1.200 / 1M

ক্যাশ পড়ার মূল্য

$0.040 / 1M

ক্যাশ লেখার মূল্য

প্রযোজ্য নয়

ক্যাশের মূল্য ইনপুট টোকেনের জন্য প্রযোজ্য। পড়ার সময় ক্যাশ করা প্রম্পট আবার ব্যবহার হয়; লেখার সময় সেগুলি সংরক্ষিত হয় এবং বাড়তি খরচ হতে পারে। আউটপুট টোকেনের জন্য আউটপুট মূল্য প্রযোজ্য।

সঠিক টেস্ট

ভুল টেস্ট: 11

প্রতি চেষ্টায় পাস রেট: 65.2%

অস্থির টেস্ট

অস্থির টেস্টে রানভেদে মিশ্র ফল হয়েছে (কমপক্ষে একটি পাস এবং একটি ফেল)।

প্রতিক্রিয়া সময় (গড়)

33.97s

প্রতিক্রিয়া সময় (সর্বোচ্চ): 181.08s

প্রতিক্রিয়া সময় (মোট): 781.36s

ভুল উত্তর: 9 নির্দেশনা অনুসরণ করা হয়নি: 1 কোন উত্তর নেই: 1

Hamster playing table tennis

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

#168 Muse Glimmer 30B

medium

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

রান ইতিহাস

পরীক্ষিত হয়েছে	স্কোর	নির্ভরযোগ্যতা	সঠিক টেস্ট	মোট খরচ	তুলনা করুন
2026-10-01 03:11 পুনরায় পরীক্ষা	7.7	10.0		$0.288 ↓	বর্তমান রান
2026-08-11 10:06 প্রথম রান	7.2	10.0		$0.279	তুলনা করুন

এই রানটি ভিন্ন একটি বেঞ্চমার্ক স্যুইট ব্যবহার করেছে। ঐতিহাসিক পরিবর্তন পড়ার সময় স্যুইট পরিবর্তনও মাথায় রাখুন।

রান তুলনা

রান	বেঞ্চমার্ক কভারেজ	স্কোর	ধারাবাহিকতা	নির্ভরযোগ্যতা	সঠিক টেস্ট	অস্থির টেস্ট	মোট আউটপুট টোকেন	মোট ইনপুট টোকেন	মোট খরচ	প্রতিক্রিয়া সময় (গড়)
2026-10-01 03:11 · বর্তমান রান	69/69 প্রচেষ্টা	7.7	8.0	10.0	12/23	6	171,888	269,497	$0.288	33.97s
2026-08-11 10:06 · প্রথম রান	66/66 প্রচেষ্টা	7.2	7.9	10.0	11/22	6	167,153	116,501	$0.279	30.31s
পার্থক্য	—	+0.5	+0.1	0.0	+1	0	+4735	+152996	+$0.009	+3661ms

বেঞ্চমার্ক কভারেজ আলাদা: 69/69 প্রচেষ্টা (লক্ষ্য: প্রতি টেস্টে 3টি পুনরাবৃত্তি) বনাম 66/66 প্রচেষ্টা (লক্ষ্য: প্রতি টেস্টে 3টি পুনরাবৃত্তি)। মোট মান ও পুনরাবৃত্তি-সংবেদনশীল মেট্রিক সরাসরি তুলনাযোগ্য নয়।

এই দুই রান ভিন্ন বেঞ্চমার্ক স্যুইট ব্যবহার করেছে, তাই পার্থক্যগুলোতে মডেল পরিবর্তন এবং স্যুইট পরিবর্তন দুটোই ধরা পড়ে।

মূল্যের ইতিহাস

OpenRouter থেকে এই মডেলের ঐতিহাসিক মূল্য তথ্য।

তারিখ	ইনপুট মূল্য	আউটপুট মূল্য	ক্যাশ পড়ার মূল্য	ক্যাশ লেখার মূল্য
2026-08-14 12:51	$0.350 / 1M	$1.500 / 1M	প্রযোজ্য নয়	প্রযোজ্য নয়
2026-10-06 14:54	$0.300 / 1M	$1.200 / 1M	$0.040 / 1M	প্রযোজ্য নয়

চার্ট

প্রথম মডেলটি নির্বাচন করুন, তারপর দ্বিতীয় মডেলে ক্লিক করে পাশাপাশি তুলনা পৃষ্ঠা খুলুন।

মোট আউটপুট টোকেন

স্কোর vs মোট আউটপুট টোকেন

দ্রুত তুলনা

বিভাগভিত্তিক বিশ্লেষণ

বিভাগ	স্কোর	ধারাবাহিকতা
স্বায়ত্তশাসিত এজেন্টের কাজ	10.0	10.0
অ্যান্টি-এআই কৌশল	9.2	8.4
কোডিং	8.4	7.8
সমন্বিত	6.5	10.0
ডেটা পার্সিং ও নিষ্কাশন	7.3	5.9
ডোমেইন-নির্দিষ্ট	2.9	7.2
Sadharon Buddhimotta	4.7	9.8
নির্দেশনা অনুসরণ	9.8	10.0
ধাঁধা সমাধান	6.0	4.6
টুল কলিং	10.0	10.0
সাধারণ জ্ঞান	3.0	10.0

Muse Glimmer 30B

প্রস্তাবিত বিকল্প

মডেলের তথ্য

Hamster playing table tennis

#168 Muse Glimmer 30B

চার্ট

স্কোর অনুযায়ী শীর্ষ মডেল

স্কোর vs মোট খরচ

প্রতিক্রিয়া সময় (গড়)

স্কোর vs প্রতিক্রিয়া সময় (গড়)

মোট আউটপুট টোকেন

স্কোর vs মোট আউটপুট টোকেন

দ্রুত তুলনা

বিভাগভিত্তিক বিশ্লেষণ

তুলনা করা মডেল