नेविगेशन
Advertise here

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

Muse Glimmer 30B (low) average score में आगे है: 6.9 vs 6.8. Muse Glimmer 30B (low) की benchmark लागत कम है: $0.266 vs $1.323. Muse Glimmer 30B (low) तेज है: 22.40s vs 121.25s, pass rates 63.8% vs 60.9%.

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

तुलना किए गए मॉडल

रैंक
#161
कुल आउटपुट टोकन
107,665
प्रतिक्रिया समय (औसत)
22.40s
कुल लागत
$0.266
रैंक
#168
कुल आउटपुट टोकन
396,671
प्रतिक्रिया समय (औसत)
121.25s
कुल लागत
$1.323
अनुशंसित मॉडल Muse Glimmer 30B (low)

It has the best score here (6.9), while costing about 5.0x less than Kimi K2.6 (medium).

विस्तृत तुलना

मेट्रिक Muse Glimmer 30B Muse Glimmer 30B low रिलीज़: 2026-08-11 Kimi K2.6 Kimi K2.6 medium रिलीज़: 2026-04-20
स्कोर 6.9 6.8
रैंक #161 #168
विश्वसनीयता 10.0 10.0
संगति 8.0 8.4
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 63.8% 60.9%
अस्थिर टेस्ट 6 4
कुल रन 69 69
प्रति परिणाम लागत 2.414 12.282
कुल लागत $0.266 $1.323
इनपुट कीमत $0.350 / 1M $0.650 / 1M
आउटपुट कीमत $1.500 / 1M $3.410 / 1M
कुल इनपुट टोकन 307,228 226,880
आउटपुट टोकन 36,044 65,346
रीजनिंग टोकन 71,621 331,325
प्रतिक्रिया समय (औसत) 22.40s 121.25s
प्रतिक्रिया समय (अधिकतम) 234.92s 876.20s
प्रतिक्रिया समय (कुल) 515.14s 2667.55s
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.

#161 Muse Glimmer 30B

low
लागत
$0.002
समय
13.5s
टोकन
953 tok

#168 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 8.1 9.9 66.7% 0 16.52s 7,419 2,759 10,173
Kimi K2.6 5.7 8.6 33.3% 0 214.42s 2,925 9,970 77,189

त्वरित तुलना

तुलना जोड़ी बदलें