नेविगेशन
AI BENCHY
Advertise here

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

average score लगभग बराबर है: 7.2 vs 7.2. Muse Glimmer 30B (medium) की benchmark लागत कम है: $0.279 vs $0.746. Muse Glimmer 30B (medium) तेज है: 30.31s vs 109.98s, pass rates 65.2% vs 63.6%.

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

रैंक
#93
कुल आउटपुट टोकन
167,153
प्रतिक्रिया समय (औसत)
30.31s
कुल लागत
$0.279
रैंक
#91
कुल आउटपुट टोकन
391,540
प्रतिक्रिया समय (औसत)
109.98s
कुल लागत
$0.746
अनुशंसित मॉडल Muse Glimmer 30B (medium)

It has the best score here (7.2), while costing about 2.7x less than Kimi K2.6 (medium).

विस्तृत तुलना

मेट्रिक Muse Glimmer 30B Muse Glimmer 30B medium रिलीज़: 2026-08-11 Kimi K2.6 Kimi K2.6 medium रिलीज़: 2026-04-20
स्कोर 7.2 7.2
रैंक #93 #91
विश्वसनीयता 10.0 9.4
संगति 7.9 8.3
बेंचमार्क कवरेज 22/22 टेस्ट · 66/66 प्रयास 22/22 टेस्ट · 66/66 प्रयास
सही परीक्षण
प्रति प्रयास पास दर 65.2% 63.6%
अस्थिर टेस्ट 6 4
कुल रन 66 66
प्रति परिणाम लागत 2.531 9.821
कुल लागत $0.279 $0.746
इनपुट कीमत $0.350 / 1M $0.580 / 1M
आउटपुट कीमत $1.500 / 1M $2.440 / 1M
कुल इनपुट टोकन 116,501 68,902
आउटपुट टोकन 33,074 111,680
रीजनिंग टोकन 134,079 279,860
प्रतिक्रिया समय (औसत) 30.31s 109.98s
प्रतिक्रिया समय (अधिकतम) 181.08s 876.20s
प्रतिक्रिया समय (कुल) 666.85s 2309.56s

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#93 Muse Glimmer 30B

medium
लागत
$0.003
समय
31.9s
टोकन
1,845 tok

#91 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 8.4 7.8 77.8% 1 33.67s 7,419 4,662 20,605
Kimi K2.6 5.7 8.6 33.3% 0 214.42s 2,925 9,970 77,189

त्वरित तुलना

तुलना जोड़ी बदलें