नेविगेशन
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Muse Glimmer 30B (high) vs Mistral Large 4 (low)

Muse Glimmer 30B (high) average score में आगे है: 7.7 vs 7.6. Muse Glimmer 30B (high) की benchmark लागत कम है: $0.506 vs $1.648. Muse Glimmer 30B (high) तेज है: 69.87s vs 300.15s, pass rates 66.7% vs 65.2%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-06

तुलना किए गए मॉडल

रैंक
#115
कुल आउटपुट टोकन
350,370
प्रतिक्रिया समय (औसत)
69.87s
कुल लागत
$0.506
रैंक
#119
कुल आउटपुट टोकन
714,287
प्रतिक्रिया समय (औसत)
300.15s
कुल लागत
$1.648
अनुशंसित मॉडल Muse Glimmer 30B (high)

It has the best score here (7.7), while costing about 3.3x less than Mistral Large 4 (low).

विस्तृत तुलना

मेट्रिक Muse Glimmer 30B Muse Glimmer 30B high रिलीज़: 2026-08-11 Mistral Large 4 Mistral Large 4 low रिलीज़: 2026-10-06
स्कोर 7.7 7.6
रैंक #115 #119
विश्वसनीयता 10.0 9.0
संगति 7.3 8.7
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 66.7% 65.2%
अस्थिर टेस्ट 8 4
कुल रन 69 69
प्रति परिणाम लागत 5.675 12.670
कुल लागत $0.506 $1.648
इनपुट कीमत $0.300 / 1M $0.680 / 1M
आउटपुट कीमत $1.200 / 1M $2.090 / 1M
कैश पढ़ने की कीमत $0.040 / 1M $0.070 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 281,859 226,734
आउटपुट टोकन 102,526 278,013
रीजनिंग टोकन 286,217 638,296
प्रतिक्रिया समय (औसत) 69.87s 300.15s
प्रतिक्रिया समय (अधिकतम) 451.90s 1798.01s
प्रतिक्रिया समय (कुल) 1607.12s 6903.40s
पैरामीटर 30B 1.05T कुल (49B सक्रिय)
उपलब्धता मुक्त स्रोत बंद स्रोत

कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#115 Muse Glimmer 30B

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

#119 Mistral Large 4

low
लागत
$0.015
समय
115.1s
टोकन
6,915 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
Mistral Large 4 3.4 7.2 22.2% 1 1379.72s 5,896 129,426 386,126

त्वरित तुलना

तुलना जोड़ी बदलें