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

Gemini 3.1 Flash Lite Preview (medium) average score में आगे है: 7.0 vs 6.9. Gemini 3.1 Flash Lite Preview (medium) की benchmark लागत कम है: $0.158 vs $0.266. Gemini 3.1 Flash Lite Preview (medium) तेज है: 6.78s 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: #155
कुल आउटपुट टोकन: 59,534
प्रतिक्रिया समय (औसत): 6.78s
कुल लागत: $0.158

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

अनुशंसित मॉडल Gemini 3.1 Flash Lite Preview (medium)

It has the best score here (7.0), while costing about 1.7x less than Muse Glimmer 30B (low).

विस्तृत तुलना

मेट्रिक	Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview medium रिलीज़: 2026-03-03	Muse Glimmer 30B Muse Glimmer 30B low रिलीज़: 2026-08-11

मेट्रिक	Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview medium रिलीज़: 2026-03-03	Muse Glimmer 30B Muse Glimmer 30B low रिलीज़: 2026-08-11
स्कोर	7.0	6.9
रैंक	#155	#161
विश्वसनीयता	10.0	10.0
संगति	9.9	8.0
प्रयास	69/69	69/69
सही परीक्षण
प्रति प्रयास पास दर	60.9%	63.8%
अस्थिर टेस्ट	0	6
कुल रन	69	69
प्रति परिणाम लागत	1.124	2.414
कुल लागत	$0.158	$0.266
इनपुट कीमत	$0.250 / 1M	$0.350 / 1M
आउटपुट कीमत	$1.500 / 1M	$1.500 / 1M
कुल इनपुट टोकन	272,221	307,228
आउटपुट टोकन	12,345	36,044
रीजनिंग टोकन	47,189	71,621
प्रतिक्रिया समय (औसत)	6.78s	22.40s
प्रतिक्रिया समय (अधिकतम)	54.91s	234.92s
प्रतिक्रिया समय (कुल)	155.96s	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.

#155 Gemini 3.1 Flash Lite Preview

medium

लागत: $0.003
समय: 5.2s
टोकन: 1,944 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 Preview	5.0	10.0	0.0%	0		54.91s	154,728	1,756	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 Preview	9.1	10.0	75.0%	0		2.33s	512	570	4,305
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 Preview	5.5	10.0	33.3%	0		4.09s	8,126	461	8,597
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 Preview	7.2	9.1	50.0%	0		16.63s	93,097	8,706	16,997
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 Preview	10.0	10.0	100.0%	0		2.29s	7,362	279	2,952
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 Preview	5.3	10.0	33.3%	0		4.09s	652	18	6,120
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 Preview	10.0	10.0	100.0%	0		3.16s	488	96	1,488
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 Preview	10.0	10.0	100.0%	0		1.91s	621	72	2,121
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 Preview	7.7	10.0	66.7%	0		5.30s	566	141	1,896
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 Preview	10.0	10.0	100.0%	0		3.80s	5,909	234	912
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 Preview	3.0	10.0	0.0%	0		2.68s	160	12	1,801
Muse Glimmer 30B	3.0	10.0	0.0%	0		9.71s	231	249	2,258

त्वरित तुलना

तुलना जोड़ी बदलें

Muse Glimmer 30BlowvsQwen3.5-122B-A10Bmedium Gemini 3.1 Flash Lite PreviewmediumvsGPT-5.2 Chatnone Ember-1lowvsGemini 3.1 Flash Lite Previewmedium Muse Glimmer 30BlowvsKimi K2.7 Codemedium Gemini 3.1 Flash Lite PreviewmediumvsGrok 4.6low Gemini 3.1 Flash LitemediumvsMuse Glimmer 30Blow Gemini 3.1 Flash Lite PreviewmediumvsMiMo-V2.6-Flashlow Ember-1highvsMuse Glimmer 30Blow Muse Glimmer 30BlowvsGPT-5.2 Chatnone Gemma 4 31Bmediumनिःशुल्क उपलब्धvsMuse Glimmer 30Blow Claude Opus 4.8nonevsMuse Glimmer 30Blow Muse Glimmer 30BlowvsKimi K2.6medium