नेविगेशन
AI BENCHY
Advertise here

Muse Glimmer 30B (high) vs Qwen3.7 Max

Qwen3.7 Max average score में आगे है: 7.4 vs 7.3. Qwen3.7 Max की benchmark लागत कम है: $0.197 vs $0.529. Qwen3.7 Max तेज है: 4.52s vs 65.50s, pass rates 68.2% vs 68.2%.

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

रैंक
#84
कुल आउटपुट टोकन
372,149
प्रतिक्रिया समय (औसत)
65.50s
कुल लागत
$0.529
रैंक
#79
कुल आउटपुट टोकन
12,446
प्रतिक्रिया समय (औसत)
4.52s
कुल लागत
$0.197
अनुशंसित मॉडल Qwen3.7 Max

It has the best score here (7.4), while costing about 2.7x less than Muse Glimmer 30B (high).

विस्तृत तुलना

मेट्रिक Muse Glimmer 30B Muse Glimmer 30B high रिलीज़: 2026-08-11 Qwen3.7 Max Qwen3.7 Max none रिलीज़: 2026-05-22
स्कोर 7.3 7.4
रैंक #84 #79
विश्वसनीयता 10.0 9.9
संगति 7.6 10.0
बेंचमार्क कवरेज 22/22 टेस्ट · 66/66 प्रयास 22/22 टेस्ट · 66/66 प्रयास
सही परीक्षण
प्रति प्रयास पास दर 68.2% 68.2%
अस्थिर टेस्ट 7 0
कुल रन 66 66
प्रति परिणाम लागत 4.805 1.582
कुल लागत $0.529 $0.197
इनपुट कीमत $0.350 / 1M $1.475 / 1M
आउटपुट कीमत $1.500 / 1M $4.425 / 1M
कुल इनपुट टोकन 103,482 95,983
आउटपुट टोकन 105,680 12,446
रीजनिंग टोकन 266,469 0
प्रतिक्रिया समय (औसत) 65.50s 4.52s
प्रतिक्रिया समय (अधिकतम) 451.90s 72.30s
प्रतिक्रिया समय (कुल) 1440.91s 99.52s

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#84 Muse Glimmer 30B

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

#79 Qwen3.7 Max

none
लागत
$0.046
समय
195.0s
टोकन
12,171 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
Qwen3.7 Max 5.5 10.0 33.3% 0 1.35s 7,911 582 0

त्वरित तुलना

तुलना जोड़ी बदलें