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 (low)

Muse Glimmer 30B (low) average score में आगे है: 6.9 vs 6.9. Muse Glimmer 30B (low) की benchmark लागत कम है: $0.266 vs $2.334. Claude Opus 4.8 तेज है: 7.54s vs 22.40s, pass rates 60.9% vs 63.8%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-01

तुलना किए गए मॉडल

रैंक
#167
कुल आउटपुट टोकन
24,343
प्रतिक्रिया समय (औसत)
7.54s
कुल लागत
$2.334
रैंक
#161
कुल आउटपुट टोकन
107,665
प्रतिक्रिया समय (औसत)
22.40s
कुल लागत
$0.266
अनुशंसित मॉडल Muse Glimmer 30B (low)

It has the best score here (6.9), while costing about 8.8x less than Claude Opus 4.8.

विस्तृत तुलना

मेट्रिक Claude Opus 4.8 Claude Opus 4.8 none रिलीज़: 2026-05-28 Muse Glimmer 30B Muse Glimmer 30B low रिलीज़: 2026-08-11
स्कोर 6.9 6.9
रैंक #167 #161
विश्वसनीयता 10.0 10.0
संगति 9.3 8.0
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 60.9% 63.8%
अस्थिर टेस्ट 2 6
कुल रन 69 69
प्रति परिणाम लागत 17.953 2.414
कुल लागत $2.334 $0.266
इनपुट कीमत $5.000 / 1M $0.350 / 1M
आउटपुट कीमत $25.000 / 1M $1.500 / 1M
कुल इनपुट टोकन 345,059 307,228
आउटपुट टोकन 24,343 36,044
रीजनिंग टोकन 0 71,621
प्रतिक्रिया समय (औसत) 7.54s 22.40s
प्रतिक्रिया समय (अधिकतम) 65.07s 234.92s
प्रतिक्रिया समय (कुल) 173.31s 515.14s
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.

#167 Claude Opus 4.8

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

#161 Muse Glimmer 30B

low
लागत
$0.002
समय
13.5s
टोकन
953 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 8.1 9.9 66.7% 0 16.52s 7,419 2,759 10,173

त्वरित तुलना

तुलना जोड़ी बदलें