नेविगेशन
AI BENCHY
Advertise here

Muse Glimmer 30B (low) vs Qwen3.5-122B-A10B (medium)

average score लगभग बराबर है: 7.1 vs 7.1. Muse Glimmer 30B (low) की benchmark लागत कम है: $0.186 vs $1.206. Muse Glimmer 30B (low) तेज है: 18.51s vs 64.16s, pass rates 63.6% vs 71.2%.

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

रैंक
#99
कुल आउटपुट टोकन
95,478
प्रतिक्रिया समय (औसत)
18.51s
कुल लागत
$0.186
रैंक
#97
कुल आउटपुट टोकन
487,218
प्रतिक्रिया समय (औसत)
64.16s
कुल लागत
$1.206
अनुशंसित मॉडल Muse Glimmer 30B (low)

It has the best score here (7.1), while costing about 6.5x less than Qwen3.5-122B-A10B (medium).

विस्तृत तुलना

मेट्रिक Muse Glimmer 30B Muse Glimmer 30B low रिलीज़: 2026-08-11 Qwen3.5-122B-A10B Qwen3.5-122B-A10B medium रिलीज़: 2026-02-24
स्कोर 7.1 7.1
रैंक #99 #97
विश्वसनीयता 10.0 10.0
संगति 8.2 8.5
बेंचमार्क कवरेज 22/22 टेस्ट · 66/66 प्रयास 22/22 टेस्ट · 66/66 प्रयास
सही परीक्षण
प्रति प्रयास पास दर 63.6% 71.2%
अस्थिर टेस्ट 5 4
कुल रन 66 66
प्रति परिणाम लागत 1.685 8.509
कुल लागत $0.186 $1.206
इनपुट कीमत $0.350 / 1M $0.290 / 1M
आउटपुट कीमत $1.500 / 1M $2.400 / 1M
कुल इनपुट टोकन 130,300 124,771
आउटपुट टोकन 33,907 44,077
रीजनिंग टोकन 61,571 443,141
प्रतिक्रिया समय (औसत) 18.51s 64.16s
प्रतिक्रिया समय (अधिकतम) 234.92s 519.30s
प्रतिक्रिया समय (कुल) 407.22s 1411.60s

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#99 Muse Glimmer 30B

low
लागत
$0.002
समय
13.5s
टोकन
953 tok

#97 Qwen3.5-122B-A10B

medium
लागत
$0.019
समय
48.7s
टोकन
6,034 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
Qwen3.5-122B-A10B 6.0 7.2 55.6% 1 114.48s 7,630 8,057 82,578

त्वरित तुलना

तुलना जोड़ी बदलें