नेविगेशन
AI BENCHY
Advertise here

Claude Sonnet 5 (medium) vs Muse Glimmer 30B (xhigh)

Claude Sonnet 5 (medium) average score में आगे है: 8.3 vs 8.2. Muse Glimmer 30B (xhigh) की benchmark लागत कम है: $0.632 vs $0.922. Claude Sonnet 5 (medium) तेज है: 12.52s vs 94.47s, pass rates 80.3% vs 75.8%.

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

रैंक
#36
कुल आउटपुट टोकन
63,207
प्रतिक्रिया समय (औसत)
12.52s
कुल लागत
$0.922
रैंक
#39
कुल आउटपुट टोकन
455,790
प्रतिक्रिया समय (औसत)
94.47s
कुल लागत
$0.632
अनुशंसित मॉडल Claude Sonnet 5 (medium)

It has the best score here (8.3), while responding about 7.5x faster than Muse Glimmer 30B (xhigh).

विस्तृत तुलना

मेट्रिक Claude Sonnet 5 Claude Sonnet 5 medium रिलीज़: 2026-06-30 Muse Glimmer 30B Muse Glimmer 30B xhigh रिलीज़: 2026-08-11
स्कोर 8.3 8.2
रैंक #36 #39
विश्वसनीयता 10.0 9.8
संगति 9.0 8.3
बेंचमार्क कवरेज 22/22 टेस्ट · 66/66 प्रयास 22/22 टेस्ट · 66/66 प्रयास
सही परीक्षण
प्रति प्रयास पास दर 80.3% 75.8%
अस्थिर टेस्ट 3 5
कुल रन 66 66
प्रति परिणाम लागत 5.760 4.509
कुल लागत $0.922 $0.632
इनपुट कीमत $2.000 / 1M $0.350 / 1M
आउटपुट कीमत $10.000 / 1M $1.500 / 1M
कुल इनपुट टोकन 145,956 110,918
आउटपुट टोकन 52,333 126,922
रीजनिंग टोकन 10,874 328,868
प्रतिक्रिया समय (औसत) 12.52s 94.47s
प्रतिक्रिया समय (अधिकतम) 66.71s 576.79s
प्रतिक्रिया समय (कुल) 275.42s 2078.31s

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#36 Claude Sonnet 5

medium
लागत
$0.007
समय
6.4s
टोकन
832 tok

#39 Muse Glimmer 30B

xhigh
लागत
$0.007
समय
94.6s
टोकन
4,318 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 Sonnet 5 9.0 7.9 88.9% 1 17.28s 10,590 13,153 2,379
Muse Glimmer 30B 10.0 10.0 100.0% 0 105.91s 7,428 18,697 63,334

त्वरित तुलना

तुलना जोड़ी बदलें