नेविगेशन
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Muse Glimmer 30B (medium) vs Qwen3.5 Plus 2026-04-20 (medium)

average score लगभग बराबर है: 7.7 vs 7.7. Muse Glimmer 30B (medium) की benchmark लागत कम है: $0.288 vs $0.435. Muse Glimmer 30B (medium) तेज है: 33.97s vs 54.06s, pass rates 65.2% vs 65.2%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-10

तुलना किए गए मॉडल

रैंक
#168
कुल आउटपुट टोकन
171,888
प्रतिक्रिया समय (औसत)
33.97s
कुल लागत
$0.288
रैंक
#166
कुल आउटपुट टोकन
200,348
प्रतिक्रिया समय (औसत)
54.06s
कुल लागत
$0.435
अनुशंसित मॉडल Muse Glimmer 30B (medium)

It has the best score here (7.7), while costing about 1.5x less than Qwen3.5 Plus 2026-04-20 (medium).

विस्तृत तुलना

मेट्रिक Muse Glimmer 30B Muse Glimmer 30B medium रिलीज़: 2026-08-11 Qwen3.5 Plus 2026-04-20 Qwen3.5 Plus 2026-04-20 medium रिलीज़: 2026-04-20
स्कोर 7.7 7.7
रैंक #168 #166
विश्वसनीयता 10.0 9.7
संगति 8.0 9.1
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 65.2% 65.2%
अस्थिर टेस्ट 6 2
कुल रन 69 69
प्रति परिणाम लागत 2.935 3.481
कुल लागत $0.288 $0.435
इनपुट कीमत $0.300 / 1M $0.300 / 1M
आउटपुट कीमत $1.200 / 1M $1.800 / 1M
कैश पढ़ने की कीमत $0.040 / 1M लागू नहीं
कैश लिखने की कीमत लागू नहीं $0.375 / 1M
कुल इनपुट टोकन 269,497 176,539
आउटपुट टोकन 34,935 4,419
रीजनिंग टोकन 145,752 195,929
प्रतिक्रिया समय (औसत) 33.97s 54.06s
प्रतिक्रिया समय (अधिकतम) 181.08s 203.01s
प्रतिक्रिया समय (कुल) 781.36s 1189.36s
पैरामीटर 30B ~397B कुल (~17B सक्रिय)
उपलब्धता मुक्त स्रोत बंद स्रोत

कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#168 Muse Glimmer 30B

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

#166 Qwen3.5 Plus 2026-04-20

medium
लागत
$0.008
समय
76.7s
टोकन
4,355 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
Qwen3.5 Plus 2026-04-20 6.2 8.7 33.3% 0 125.25s 7,630 308 58,682

तुलना जोड़ी बदलें