नेविगेशन
Advertise here

Muse Glimmer 30B — high बनाम medium

average score लगभग बराबर है: 7.2 vs 7.2. medium की benchmark लागत कम है: $0.227 vs $0.430. medium तेज है: 30.64s vs 66.70s, pass rates 65.2% vs 63.6%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-09-24

तुलना किए गए मॉडल

रैंक
#147
कुल आउटपुट टोकन
370,806
प्रतिक्रिया समय (औसत)
66.70s
कुल लागत
$0.430
रैंक
#151
कुल आउटपुट टोकन
168,074
प्रतिक्रिया समय (औसत)
30.64s
कुल लागत
$0.227
अनुशंसित मॉडल medium

It has the best score here (7.2), while costing about 1.9x less than Muse Glimmer 30B (high).

विस्तृत तुलना

मेट्रिक Muse Glimmer 30B Muse Glimmer 30B high रिलीज़: 2026-08-11 Muse Glimmer 30B Muse Glimmer 30B medium रिलीज़: 2026-08-11
स्कोर 7.2 7.2
रैंक #147 #151
विश्वसनीयता 10.0 10.0
संगति 7.2 7.9
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 65.2% 63.6%
अस्थिर टेस्ट 8 6
कुल रन 66 66
प्रति परिणाम लागत 5.349 2.543
कुल लागत $0.430 $0.227
इनपुट कीमत $0.300 / 1M $0.300 / 1M
आउटपुट कीमत $1.200 / 1M $1.200 / 1M
कुल इनपुट टोकन 103,494 116,513
आउटपुट टोकन 100,589 33,065
रीजनिंग टोकन 270,217 135,009
प्रतिक्रिया समय (औसत) 66.70s 30.64s
प्रतिक्रिया समय (अधिकतम) 451.90s 181.08s
प्रतिक्रिया समय (कुल) 1467.39s 674.01s
पैरामीटर 30B 30B
उपलब्धता मुक्त स्रोत मुक्त स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#147 Muse Glimmer 30B

high
लागत
$0.005
समय
61.7s
टोकन
3,097 tok

#151 Muse Glimmer 30B

medium
लागत
$0.003
समय
31.9s
टोकन
1,845 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
Muse Glimmer 30B 8.8 7.8 88.9% 1 95.97s 7,419 16,128 55,433
Muse Glimmer 30B 8.4 7.8 77.8% 1 33.67s 7,419 4,662 20,605

त्वरित तुलना

तुलना जोड़ी बदलें