Gemini 3.1 Flash Lite (medium) vs Muse Glimmer 30B (low)

Muse Glimmer 30B (low) average score में आगे है: 6.9 vs 6.9. Gemini 3.1 Flash Lite (medium) की benchmark लागत कम है: $0.153 vs $0.266. Gemini 3.1 Flash Lite (medium) तेज है: 6.27s vs 22.40s, pass rates 59.4% vs 63.8%.

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

तुलना किए गए मॉडल

रैंक: #162
कुल आउटपुट टोकन: 63,967
प्रतिक्रिया समय (औसत): 6.27s
कुल लागत: $0.153

रैंक: #161
कुल आउटपुट टोकन: 107,665
प्रतिक्रिया समय (औसत): 22.40s
कुल लागत: $0.266

अनुशंसित मॉडल Gemini 3.1 Flash Lite (medium)

Its score stays close to the best score here (6.9 vs 6.9), while costing about 1.7x less than Muse Glimmer 30B (low).

विस्तृत तुलना

मेट्रिक	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite medium रिलीज़: 2026-05-08	Muse Glimmer 30B Muse Glimmer 30B low रिलीज़: 2026-08-11

मेट्रिक	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite medium रिलीज़: 2026-05-08	Muse Glimmer 30B Muse Glimmer 30B low रिलीज़: 2026-08-11
स्कोर	6.9	6.9
रैंक	#162	#161
विश्वसनीयता	10.0	10.0
संगति	9.2	8.0
प्रयास	69/69	69/69
सही परीक्षण
प्रति प्रयास पास दर	59.4%	63.8%
अस्थिर टेस्ट	2	6
कुल रन	69	69
प्रति परिणाम लागत	1.177	2.414
कुल लागत	$0.153	$0.266
इनपुट कीमत	$0.250 / 1M	$0.350 / 1M
आउटपुट कीमत	$1.500 / 1M	$1.500 / 1M
कुल इनपुट टोकन	228,023	307,228
आउटपुट टोकन	10,779	36,044
रीजनिंग टोकन	53,188	71,621
प्रतिक्रिया समय (औसत)	6.27s	22.40s
प्रतिक्रिया समय (अधिकतम)	47.78s	234.92s
प्रतिक्रिया समय (कुल)	144.10s	515.14s
पैरामीटर	~150B कुल (~10B 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.

#162 Gemini 3.1 Flash Lite

medium

लागत: $0.003
समय: 5.3s
टोकन: 1,754 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

श्रेणी:

स्वायत्त एजेंट कार्य	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemini 3.1 Flash Lite	5.0	10.0	0.0%	0		47.78s	123,098	1,611	0
Muse Glimmer 30B	6.1	3.1	66.7%	1		104.96s	176,916	2,177	9,518

एंटी-एआई ट्रिक्स	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemini 3.1 Flash Lite	9.1	10.0	75.0%	0		2.39s	502	604	4,201
Muse Glimmer 30B	8.7	8.0	91.7%	1		3.57s	810	1,054	2,240

कोडिंग	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemini 3.1 Flash Lite	5.5	10.0	33.3%	0		3.81s	8,134	459	8,978
Muse Glimmer 30B	8.1	9.9	66.7%	0		16.52s	7,419	2,759	10,173

संयुक्त	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemini 3.1 Flash Lite	7.2	9.1	50.0%	0		18.55s	80,983	7,241	20,231
Muse Glimmer 30B	3.8	5.8	33.3%	1		131.97s	102,271	24,417	33,400

डेटा पार्सिंग और निष्कर्षण	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		2.60s	7,362	279	2,845
Muse Glimmer 30B	10.0	10.0	100.0%	0		4.17s	7,065	1,219	1,841

डोमेन-विशिष्ट	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemini 3.1 Flash Lite	2.9	7.2	11.1%	1		3.93s	650	15	7,223
Muse Glimmer 30B	3.5	4.4	33.3%	2		11.48s	885	3,067	6,658

Samanya Buddhimatta	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		2.60s	488	84	1,142
Muse Glimmer 30B	5.0	10.0	0.0%	0		2.50s	525	33	542

निर्देश पालन	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemini 3.1 Flash Lite	9.9	10.0	100.0%	0		2.59s	623	75	3,320
Muse Glimmer 30B	8.4	6.9	83.3%	1		3.60s	765	139	1,467

पहेली समाधान	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemini 3.1 Flash Lite	7.6	7.2	77.8%	1		1.95s	568	165	2,450
Muse Glimmer 30B	7.7	10.0	66.7%	0		5.06s	795	545	2,721

टूल कॉलिंग	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		4.55s	5,457	234	921
Muse Glimmer 30B	10.0	10.0	100.0%	0		5.04s	9,546	385	803

सामान्य ज्ञान	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemini 3.1 Flash Lite	3.0	10.0	0.0%	0		3.08s	158	12	1,877
Muse Glimmer 30B	3.0	10.0	0.0%	0		9.71s	231	249	2,258

त्वरित तुलना

तुलना जोड़ी बदलें

Ember-1highvsGemini 3.1 Flash Litemedium Muse Glimmer 30BlowvsQwen3.5-122B-A10Bmedium Gemini 3.1 Flash LitemediumvsGPT-5.6 Lunalow Claude Sonnet 5.5lowvsGemini 3.1 Flash Litemedium Claude Opus 4.8nonevsGemini 3.1 Flash Litemedium Muse Glimmer 30BlowvsKimi K2.7 Codemedium Gemini 3.1 Flash Lite PreviewmediumvsMuse Glimmer 30Blow Gemini 3.1 Flash LitemediumvsGrok 4.6low Ember-1highvsMuse Glimmer 30Blow Gemini 3.1 Flash LitemediumvsInklinglowनिःशुल्क उपलब्ध Muse Glimmer 30BlowvsGPT-5.2 Chatnone Gemma 4 31Bmediumनिःशुल्क उपलब्धvsMuse Glimmer 30Blow