नेविगेशन
AI BENCHY
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)

Muse Glimmer 30B (high) average score में आगे है: 7.3 vs 7.3. Muse Glimmer 30B (high) की benchmark लागत कम है: $0.529 vs $1.166. Claude Opus 4.8 तेज है: 4.91s vs 65.50s, pass rates 63.6% vs 68.2%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-08-11

रैंक
#89
कुल आउटपुट टोकन
16,797
प्रतिक्रिया समय (औसत)
4.91s
कुल लागत
$1.166
रैंक
#84
कुल आउटपुट टोकन
372,149
प्रतिक्रिया समय (औसत)
65.50s
कुल लागत
$0.529
अनुशंसित मॉडल Claude Opus 4.8

Its score stays close to the best score here (7.3 vs 7.3), while responding about 13.3x 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 7.3
रैंक #89 #84
विश्वसनीयता 10.0 10.0
संगति 9.2 7.6
बेंचमार्क कवरेज 22/22 टेस्ट · 66/66 प्रयास 22/22 टेस्ट · 66/66 प्रयास
सही परीक्षण
प्रति प्रयास पास दर 63.6% 68.2%
अस्थिर टेस्ट 2 7
कुल रन 66 66
प्रति परिणाम लागत 8.969 4.805
कुल लागत $1.166 $0.529
इनपुट कीमत $5.000 / 1M $0.350 / 1M
आउटपुट कीमत $25.000 / 1M $1.500 / 1M
कुल इनपुट टोकन 149,206 103,482
आउटपुट टोकन 16,797 105,680
रीजनिंग टोकन 0 266,469
प्रतिक्रिया समय (औसत) 4.91s 65.50s
प्रतिक्रिया समय (अधिकतम) 35.03s 451.90s
प्रतिक्रिया समय (कुल) 108.03s 1440.91s

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#89 Claude Opus 4.8

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

#84 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