नेविगेशन
AI BENCHY
Advertise here

Muse Glimmer 30B (medium) vs Qwen3.7 Flash (low)

Qwen3.7 Flash (low) average score में आगे है: 7.3 vs 7.2. Qwen3.7 Flash (low) की benchmark लागत कम है: $0.042 vs $0.279. Muse Glimmer 30B (medium) तेज है: 30.31s vs 36.80s, pass rates 65.2% vs 68.2%.

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
#88
कुल आउटपुट टोकन
297,249
प्रतिक्रिया समय (औसत)
36.80s
कुल लागत
$0.042
अनुशंसित मॉडल Qwen3.7 Flash (low)

It has the best score here (7.3), while costing about 6.7x less than Muse Glimmer 30B (medium).

विस्तृत तुलना

मेट्रिक Muse Glimmer 30B Muse Glimmer 30B medium रिलीज़: 2026-08-11 Qwen3.7 Flash Qwen3.7 Flash low रिलीज़: 2026-07-28
स्कोर 7.2 7.3
रैंक #93 #88
विश्वसनीयता 10.0 9.9
संगति 7.9 8.4
बेंचमार्क कवरेज 22/22 टेस्ट · 66/66 प्रयास 22/22 टेस्ट · 66/66 प्रयास
सही परीक्षण
प्रति प्रयास पास दर 65.2% 68.2%
अस्थिर टेस्ट 6 5
कुल रन 66 66
प्रति परिणाम लागत 2.531 0.346
कुल लागत $0.279 $0.042
इनपुट कीमत $0.350 / 1M $0.030 / 1M
आउटपुट कीमत $1.500 / 1M $0.130 / 1M
कुल इनपुट टोकन 116,501 92,182
आउटपुट टोकन 33,074 14,287
रीजनिंग टोकन 134,079 282,962
प्रतिक्रिया समय (औसत) 30.31s 36.80s
प्रतिक्रिया समय (अधिकतम) 181.08s 394.54s
प्रतिक्रिया समय (कुल) 666.85s 809.54s

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

#88 Qwen3.7 Flash

low
अमान्य SVG
लागत
$0.000
समय
600.0s
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 8.4 7.8 77.8% 1 33.67s 7,419 4,662 20,605
Qwen3.7 Flash 6.7 7.8 55.6% 1 42.36s 7,893 428 56,419

त्वरित तुलना

तुलना जोड़ी बदलें