नेविगेशन
AI BENCHY
Advertise here

Gemini 2.5 Flash (medium) vs Muse Glimmer 30B (xhigh)

average score लगभग बराबर है: 8.2 vs 8.2. Muse Glimmer 30B (xhigh) की benchmark लागत कम है: $0.632 vs $0.643. Gemini 2.5 Flash (medium) तेज है: 21.18s vs 94.47s, pass rates 71.2% vs 75.8%.

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

रैंक
#38
कुल आउटपुट टोकन
241,203
प्रतिक्रिया समय (औसत)
21.18s
कुल लागत
$0.643
रैंक
#39
कुल आउटपुट टोकन
455,790
प्रतिक्रिया समय (औसत)
94.47s
कुल लागत
$0.632
अनुशंसित मॉडल Gemini 2.5 Flash (medium)

It has the best score here (8.2), while responding about 4.5x faster than Muse Glimmer 30B (xhigh).

विस्तृत तुलना

मेट्रिक Gemini 2.5 Flash Gemini 2.5 Flash medium रिलीज़: 2025-06-17 Muse Glimmer 30B Muse Glimmer 30B xhigh रिलीज़: 2026-08-11
स्कोर 8.2 8.2
रैंक #38 #39
विश्वसनीयता 10.0 9.8
संगति 9.6 8.3
बेंचमार्क कवरेज 22/22 टेस्ट · 66/66 प्रयास 22/22 टेस्ट · 66/66 प्रयास
सही परीक्षण
प्रति प्रयास पास दर 71.2% 75.8%
अस्थिर टेस्ट 1 5
कुल रन 66 66
प्रति परिणाम लागत 4.286 4.509
कुल लागत $0.643 $0.632
इनपुट कीमत $0.300 / 1M $0.350 / 1M
आउटपुट कीमत $2.500 / 1M $1.500 / 1M
कुल इनपुट टोकन 132,498 110,918
आउटपुट टोकन 12,739 126,922
रीजनिंग टोकन 228,464 328,868
प्रतिक्रिया समय (औसत) 21.18s 94.47s
प्रतिक्रिया समय (अधिकतम) 140.50s 576.79s
प्रतिक्रिया समय (कुल) 465.89s 2078.31s

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#38 Gemini 2.5 Flash

medium
अमान्य SVG
लागत
$0.000
समय
274.0s
टोकन
0 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
Gemini 2.5 Flash 7.8 10.0 66.7% 0 41.01s 6,669 543 32,303
Muse Glimmer 30B 10.0 10.0 100.0% 0 105.91s 7,428 18,697 63,334

त्वरित तुलना

तुलना जोड़ी बदलें