नेविगेशन
AI BENCHY
Advertise here

Muse Glimmer 30B (low) vs Solar Pro 4 (high)

Solar Pro 4 (high) average score में आगे है: 7.2 vs 7.1. Solar Pro 4 (high) की benchmark लागत कम है: $0.045 vs $0.186. Muse Glimmer 30B (low) तेज है: 18.51s vs 100.28s, pass rates 63.6% vs 63.6%.

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
#94
कुल आउटपुट टोकन
353,055
प्रतिक्रिया समय (औसत)
100.28s
कुल लागत
$0.045
अनुशंसित मॉडल Solar Pro 4 (high)

It has the best score here (7.2), while costing about 4.1x less than Muse Glimmer 30B (low).

विस्तृत तुलना

मेट्रिक Muse Glimmer 30B Muse Glimmer 30B low रिलीज़: 2026-08-11 Solar Pro 4 Solar Pro 4 high रिलीज़: 2026-08-11
स्कोर 7.1 7.2
रैंक #99 #94
विश्वसनीयता 10.0 9.9
संगति 8.2 8.7
बेंचमार्क कवरेज 22/22 टेस्ट · 66/66 प्रयास 22/22 टेस्ट · 66/66 प्रयास
सही परीक्षण
प्रति प्रयास पास दर 63.6% 63.6%
अस्थिर टेस्ट 5 4
कुल रन 66 66
प्रति परिणाम लागत 1.685 0.373
कुल लागत $0.186 $0.045
इनपुट कीमत $0.350 / 1M $0.030 / 1M
आउटपुट कीमत $1.500 / 1M $0.120 / 1M
कुल इनपुट टोकन 130,300 79,731
आउटपुट टोकन 33,907 23,358
रीजनिंग टोकन 61,571 329,697
प्रतिक्रिया समय (औसत) 18.51s 100.28s
प्रतिक्रिया समय (अधिकतम) 234.92s 404.04s
प्रतिक्रिया समय (कुल) 407.22s 2206.10s

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

#94 Solar Pro 4

high
इस मॉडल के लिए अभी तक कोई शोकेस परिणाम उत्पन्न नहीं हुआ है।
लागत
$0.000
समय
-
टोकन
0 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
Solar Pro 4 5.7 9.9 33.3% 0 244.73s 7,887 18,577 101,928

त्वरित तुलना

तुलना जोड़ी बदलें