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

Claude Opus 4.8 vs Muse Glimmer 30B (high)

Claude Opus 4.8 average score में आगे है: 7.3 vs 7.2. Muse Glimmer 30B (high) की benchmark लागत कम है: $0.430 vs $1.166. Claude Opus 4.8 तेज है: 4.92s vs 66.70s, pass rates 63.6% vs 65.2%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-09-24

तुलना किए गए मॉडल

रैंक
#144
कुल आउटपुट टोकन
16,797
प्रतिक्रिया समय (औसत)
4.92s
कुल लागत
$1.166
रैंक
#147
कुल आउटपुट टोकन
370,806
प्रतिक्रिया समय (औसत)
66.70s
कुल लागत
$0.430
अनुशंसित मॉडल Claude Opus 4.8

It has the best score here (7.3), while responding about 13.6x faster than Muse Glimmer 30B (high).

विस्तृत तुलना

मेट्रिक Claude Opus 4.8 Claude Opus 4.8 none रिलीज़: 2026-05-28 Muse Glimmer 30B Muse Glimmer 30B high रिलीज़: 2026-08-11
स्कोर 7.3 7.2
रैंक #144 #147
विश्वसनीयता 10.0 10.0
संगति 9.2 7.2
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 63.6% 65.2%
अस्थिर टेस्ट 2 8
कुल रन 66 66
प्रति परिणाम लागत 8.969 5.349
कुल लागत $1.166 $0.430
इनपुट कीमत $5.000 / 1M $0.300 / 1M
आउटपुट कीमत $25.000 / 1M $1.200 / 1M
कुल इनपुट टोकन 149,203 103,494
आउटपुट टोकन 16,797 100,589
रीजनिंग टोकन 0 270,217
प्रतिक्रिया समय (औसत) 4.92s 66.70s
प्रतिक्रिया समय (अधिकतम) 35.03s 451.90s
प्रतिक्रिया समय (कुल) 108.24s 1467.39s
पैरामीटर ~5T कुल (~500B सक्रिय) 30B
उपलब्धता बंद स्रोत मुक्त स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#144 Claude Opus 4.8

none
लागत
$0.053
समय
22.0s
टोकन
2,253 tok

#147 Muse Glimmer 30B

high
लागत
$0.005
समय
61.7s
टोकन
3,097 tok

स्कोर के अनुसार शीर्ष मॉडल

स्कोर बनाम कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

श्रेणी विवरण

कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 4.8 5.5 10.0 33.3% 0 3.29s 10,590 1,332 0
Muse Glimmer 30B 8.8 7.8 88.9% 1 95.97s 7,419 16,128 55,433

त्वरित तुलना

तुलना जोड़ी बदलें