नेविगेशन
Advertise here

Muse Glimmer 30B (high) vs GPT-6 Luna (low)

Muse Glimmer 30B (high) average score में आगे है: 7.7 vs 7.6. GPT-6 Luna (low) की benchmark लागत कम है: $0.033 vs $0.625. GPT-6 Luna (low) तेज है: 23.23s vs 69.87s, pass rates 66.7% vs 63.8%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-01

तुलना किए गए मॉडल

रैंक
#112
कुल आउटपुट टोकन
388,743
प्रतिक्रिया समय (औसत)
69.87s
कुल लागत
$0.625
रैंक
#116
कुल आउटपुट टोकन
24,880
प्रतिक्रिया समय (औसत)
23.23s
कुल लागत
$0.033
अनुशंसित मॉडल GPT-6 Luna (low)

Its score stays close to the best score here (7.6 vs 7.7), while costing about 19.5x less than Muse Glimmer 30B (high).

विस्तृत तुलना

मेट्रिक Muse Glimmer 30B Muse Glimmer 30B high रिलीज़: 2026-08-11 GPT-6 Luna GPT-6 Luna low रिलीज़: 2026-09-23
स्कोर 7.7 7.6
रैंक #112 #116
विश्वसनीयता 10.0 9.7
संगति 7.3 8.5
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 66.7% 63.8%
अस्थिर टेस्ट 8 4
कुल रन 69 69
प्रति परिणाम लागत 5.675 0.267
कुल लागत $0.625 $0.033
इनपुट कीमत $0.350 / 1M $0.100 / 1M
आउटपुट कीमत $1.500 / 1M $0.500 / 1M
कुल इनपुट टोकन 281,859 195,928
आउटपुट टोकन 102,526 5,728
रीजनिंग टोकन 286,217 19,152
प्रतिक्रिया समय (औसत) 69.87s 23.23s
प्रतिक्रिया समय (अधिकतम) 451.90s 89.37s
प्रतिक्रिया समय (कुल) 1607.12s 534.22s
पैरामीटर 30B ~400B कुल (~17B सक्रिय)
उपलब्धता मुक्त स्रोत बंद स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#112 Muse Glimmer 30B

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

#116 GPT-6 Luna

low
लागत
$0.002
समय
19.2s
टोकन
2,598 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
GPT-6 Luna 6.0 7.2 55.6% 1 15.39s 7,302 493 6,655

त्वरित तुलना

तुलना जोड़ी बदलें