नेविगेशन
AI BENCHY
Advertise here

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

average score लगभग बराबर है: 7.1 vs 7.2. Qwen3.7 Plus की benchmark लागत कम है: $0.106 vs $0.186. Qwen3.7 Plus तेज है: 12.09s vs 18.51s, pass rates 63.6% vs 50.0%.

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
#96
कुल आउटपुट टोकन
58,097
प्रतिक्रिया समय (औसत)
12.09s
कुल लागत
$0.106
अनुशंसित मॉडल Qwen3.7 Plus

It has the best score here (7.2), while costing about 1.7x less than Muse Glimmer 30B (low).

विस्तृत तुलना

मेट्रिक Muse Glimmer 30B Muse Glimmer 30B low रिलीज़: 2026-08-11 Qwen3.7 Plus Qwen3.7 Plus none रिलीज़: 2026-06-03
स्कोर 7.1 7.2
रैंक #99 #96
विश्वसनीयता 10.0 10.0
संगति 8.2 10.0
बेंचमार्क कवरेज 22/22 टेस्ट · 66/66 प्रयास 22/22 टेस्ट · 66/66 प्रयास
सही परीक्षण
प्रति प्रयास पास दर 63.6% 50.0%
अस्थिर टेस्ट 5 0
कुल रन 66 66
प्रति परिणाम लागत 1.685 1.014
कुल लागत $0.186 $0.106
इनपुट कीमत $0.350 / 1M $0.320 / 1M
आउटपुट कीमत $1.500 / 1M $1.280 / 1M
कुल इनपुट टोकन 130,300 98,824
आउटपुट टोकन 33,907 58,097
रीजनिंग टोकन 61,571 0
प्रतिक्रिया समय (औसत) 18.51s 12.09s
प्रतिक्रिया समय (अधिकतम) 234.92s 206.03s
प्रतिक्रिया समय (कुल) 407.22s 265.89s

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

#96 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 8.1 9.9 66.7% 0 16.52s 7,419 2,759 10,173
Qwen3.7 Plus 5.5 10.0 33.3% 0 2.15s 7,911 639 0

त्वरित तुलना

तुलना जोड़ी बदलें