नेविगेशन
AI BENCHY
Advertise here

Gemini 3 Flash Preview (low) vs Muse Glimmer 30B (high)

average score लगभग बराबर है: 7.4 vs 7.3. Gemini 3 Flash Preview (low) की benchmark लागत कम है: $0.177 vs $0.529. Gemini 3 Flash Preview (low) तेज है: 6.28s vs 65.50s, pass rates 75.8% vs 68.2%.

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

रैंक
#81
कुल आउटपुट टोकन
38,090
प्रतिक्रिया समय (औसत)
6.28s
कुल लागत
$0.177
रैंक
#84
कुल आउटपुट टोकन
372,149
प्रतिक्रिया समय (औसत)
65.50s
कुल लागत
$0.529
अनुशंसित मॉडल Gemini 3 Flash Preview (low)

It has the best score here (7.4), while costing about 3.0x less than Muse Glimmer 30B (high).

विस्तृत तुलना

मेट्रिक Gemini 3 Flash Preview Gemini 3 Flash Preview low रिलीज़: 2025-12-17 Muse Glimmer 30B Muse Glimmer 30B high रिलीज़: 2026-08-11
स्कोर 7.4 7.3
रैंक #81 #84
विश्वसनीयता 10.0 10.0
संगति 9.2 7.6
बेंचमार्क कवरेज 22/22 टेस्ट · 66/66 प्रयास 22/22 टेस्ट · 66/66 प्रयास
सही परीक्षण
प्रति प्रयास पास दर 75.8% 68.2%
अस्थिर टेस्ट 2 7
कुल रन 66 66
प्रति परिणाम लागत 1.101 4.805
कुल लागत $0.177 $0.529
इनपुट कीमत $0.500 / 1M $0.350 / 1M
आउटपुट कीमत $3.000 / 1M $1.500 / 1M
कुल इनपुट टोकन 123,684 103,482
आउटपुट टोकन 9,572 105,680
रीजनिंग टोकन 28,518 266,469
प्रतिक्रिया समय (औसत) 6.28s 65.50s
प्रतिक्रिया समय (अधिकतम) 17.13s 451.90s
प्रतिक्रिया समय (कुल) 138.06s 1440.91s

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#81 Gemini 3 Flash Preview

low
लागत
$0.007
समय
12.1s
टोकन
2,289 tok

#84 Muse Glimmer 30B

high
लागत
$0.005
समय
61.7s
टोकन
3,097 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 3 Flash Preview 5.8 7.2 44.4% 1 6.00s 8,122 456 7,421
Muse Glimmer 30B 8.8 7.8 88.9% 1 95.97s 7,419 16,128 55,433

त्वरित तुलना

तुलना जोड़ी बदलें