नेविगेशन
AI BENCHY
Advertise here

Muse Glimmer 30B (high) vs Kimi K2.6 (medium)

average score लगभग बराबर है: 7.2 vs 7.2. Muse Glimmer 30B (high) की benchmark लागत कम है: $0.535 vs $1.247. Muse Glimmer 30B (high) तेज है: 66.70s vs 115.89s, pass rates 65.2% vs 63.6%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-08-14

रैंक
#103
कुल आउटपुट टोकन
370,806
प्रतिक्रिया समय (औसत)
66.70s
कुल लागत
$0.535
रैंक
#101
कुल आउटपुट टोकन
347,519
प्रतिक्रिया समय (औसत)
115.89s
कुल लागत
$1.247
अनुशंसित मॉडल Muse Glimmer 30B (high)

It has the best score here (7.2), while costing about 2.3x less than Kimi K2.6 (medium).

विस्तृत तुलना

मेट्रिक Muse Glimmer 30B Muse Glimmer 30B high रिलीज़: 2026-08-11 Kimi K2.6 Kimi K2.6 medium रिलीज़: 2026-04-20
स्कोर 7.2 7.2
रैंक #103 #101
विश्वसनीयता 10.0 10.0
संगति 7.2 8.3
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 65.2% 63.6%
अस्थिर टेस्ट 8 4
कुल रन 66 66
प्रति परिणाम लागत 5.349 10.029
कुल लागत $0.535 $1.247
इनपुट कीमत $0.350 / 1M $0.950 / 1M
आउटपुट कीमत $1.500 / 1M $4.000 / 1M
कुल इनपुट टोकन 103,494 68,913
आउटपुट टोकन 100,589 64,654
रीजनिंग टोकन 270,217 282,865
प्रतिक्रिया समय (औसत) 66.70s 115.89s
प्रतिक्रिया समय (अधिकतम) 451.90s 876.20s
प्रतिक्रिया समय (कुल) 1467.39s 2433.66s
पैरामीटर 30B 1T कुल (32B सक्रिय)
उपलब्धता मुक्त स्रोत वेट उपलब्ध

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#103 Muse Glimmer 30B

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

#101 MoonshotAI: Kimi K2.6

medium
लागत
$0.013
समय
103.4s
टोकन
3,620 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
Kimi K2.6 5.7 8.6 33.3% 0 214.42s 2,925 9,970 77,189

त्वरित तुलना

तुलना जोड़ी बदलें