नेविगेशन
Advertise here

Muse Glimmer 30B (high) vs Grok 4.6 (medium)

Grok 4.6 (medium) average score में आगे है: 7.8 vs 7.7. Muse Glimmer 30B (high) की benchmark लागत कम है: $0.625 vs $2.270. Muse Glimmer 30B (high) तेज है: 69.87s vs 74.77s, pass rates 66.7% vs 78.3%.

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
#107
कुल आउटपुट टोकन
266,197
प्रतिक्रिया समय (औसत)
74.77s
कुल लागत
$2.270
अनुशंसित मॉडल Muse Glimmer 30B (high)

Its score stays close to the best score here (7.7 vs 7.8), while costing about 3.6x less than Grok 4.6 (medium).

विस्तृत तुलना

मेट्रिक Muse Glimmer 30B Muse Glimmer 30B high रिलीज़: 2026-08-11 Grok 4.6 Grok 4.6 medium रिलीज़: 2026-08-12
स्कोर 7.7 7.8
रैंक #112 #107
विश्वसनीयता 10.0 10.0
संगति 7.3 8.7
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 66.7% 78.3%
अस्थिर टेस्ट 8 4
कुल रन 69 69
प्रति परिणाम लागत 5.675 14.187
कुल लागत $0.625 $2.270
इनपुट कीमत $0.350 / 1M $2.000 / 1M
आउटपुट कीमत $1.500 / 1M $6.000 / 1M
कुल इनपुट टोकन 281,859 336,351
आउटपुट टोकन 102,526 6,180
रीजनिंग टोकन 286,217 260,017
प्रतिक्रिया समय (औसत) 69.87s 74.77s
प्रतिक्रिया समय (अधिकतम) 451.90s 514.35s
प्रतिक्रिया समय (कुल) 1607.12s 1719.73s
पैरामीटर 30B ~1.7T कुल (~170B 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

#107 SpaceXAI: Grok 4.6

medium
लागत
$0.028
समय
72.1s
टोकन
4,771 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
Grok 4.6 8.2 7.2 88.9% 1 120.05s 9,579 351 64,226

त्वरित तुलना

तुलना जोड़ी बदलें