नेविगेशन
AI BENCHY
Advertise here

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

average score लगभग बराबर है: 7.2 vs 7.2. Qwen3.7 Plus की benchmark लागत कम है: $0.106 vs $0.279. Qwen3.7 Plus तेज है: 12.09s vs 30.31s, pass rates 65.2% vs 50.0%.

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
#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 2.6x less than Muse Glimmer 30B (medium).

विस्तृत तुलना

मेट्रिक Muse Glimmer 30B Muse Glimmer 30B medium रिलीज़: 2026-08-11 Qwen3.7 Plus Qwen3.7 Plus none रिलीज़: 2026-06-03
स्कोर 7.2 7.2
रैंक #93 #96
विश्वसनीयता 10.0 10.0
संगति 7.9 10.0
बेंचमार्क कवरेज 22/22 टेस्ट · 66/66 प्रयास 22/22 टेस्ट · 66/66 प्रयास
सही परीक्षण
प्रति प्रयास पास दर 65.2% 50.0%
अस्थिर टेस्ट 6 0
कुल रन 66 66
प्रति परिणाम लागत 2.531 1.014
कुल लागत $0.279 $0.106
इनपुट कीमत $0.350 / 1M $0.320 / 1M
आउटपुट कीमत $1.500 / 1M $1.280 / 1M
कुल इनपुट टोकन 116,501 98,824
आउटपुट टोकन 33,074 58,097
रीजनिंग टोकन 134,079 0
प्रतिक्रिया समय (औसत) 30.31s 12.09s
प्रतिक्रिया समय (अधिकतम) 181.08s 206.03s
प्रतिक्रिया समय (कुल) 666.85s 265.89s

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

#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 8.4 7.8 77.8% 1 33.67s 7,419 4,662 20,605
Qwen3.7 Plus 5.5 10.0 33.3% 0 2.15s 7,911 639 0

त्वरित तुलना

तुलना जोड़ी बदलें