नेविगेशन
Advertise here

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

Qwen3.7 Plus average score में आगे है: 7.8 vs 7.7. Qwen3.7 Plus की benchmark लागत कम है: $0.184 vs $0.625. Qwen3.7 Plus तेज है: 17.80s vs 69.87s, pass rates 66.7% vs 56.5%.

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
#108
कुल आउटपुट टोकन
76,261
प्रतिक्रिया समय (औसत)
17.80s
कुल लागत
$0.184
अनुशंसित मॉडल Qwen3.7 Plus

It has the best score here (7.8), while costing about 3.4x less than Muse Glimmer 30B (high).

विस्तृत तुलना

मेट्रिक Muse Glimmer 30B Muse Glimmer 30B high रिलीज़: 2026-08-11 Qwen3.7 Plus Qwen3.7 Plus none रिलीज़: 2026-06-03
स्कोर 7.7 7.8
रैंक #112 #108
विश्वसनीयता 10.0 10.0
संगति 7.3 10.0
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 66.7% 56.5%
अस्थिर टेस्ट 8 0
कुल रन 69 69
प्रति परिणाम लागत 5.675 1.410
कुल लागत $0.625 $0.184
इनपुट कीमत $0.350 / 1M $0.320 / 1M
आउटपुट कीमत $1.500 / 1M $1.280 / 1M
कुल इनपुट टोकन 281,859 250,495
आउटपुट टोकन 102,526 76,261
रीजनिंग टोकन 286,217 0
प्रतिक्रिया समय (औसत) 69.87s 17.80s
प्रतिक्रिया समय (अधिकतम) 451.90s 206.03s
प्रतिक्रिया समय (कुल) 1607.12s 409.51s
पैरामीटर 30B ~397B 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

#108 Qwen3.7 Plus

none
लागत
$0.019
समय
213.5s
टोकन
11,960 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 Plus 5.5 10.0 33.3% 0 2.15s 7,911 639 0

त्वरित तुलना

तुलना जोड़ी बदलें