नेविगेशन
AI BENCHY
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 Grok 4.3 (medium)

Muse Glimmer 30B (medium) average score में आगे है: 7.2 vs 7.1. Muse Glimmer 30B (medium) की benchmark लागत कम है: $0.279 vs $0.779. Muse Glimmer 30B (medium) तेज है: 30.31s vs 47.45s, 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
#98
कुल आउटपुट टोकन
241,421
प्रतिक्रिया समय (औसत)
47.45s
कुल लागत
$0.779
अनुशंसित मॉडल Muse Glimmer 30B (medium)

It has the best score here (7.2), while costing about 2.8x less than Grok 4.3 (medium).

विस्तृत तुलना

मेट्रिक Muse Glimmer 30B Muse Glimmer 30B medium रिलीज़: 2026-08-11 Grok 4.3 Grok 4.3 medium रिलीज़: 2026-05-01
स्कोर 7.2 7.1
रैंक #93 #98
विश्वसनीयता 10.0 10.0
संगति 7.9 8.6
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 4
कुल रन 66 66
प्रति परिणाम लागत 2.531 5.990
कुल लागत $0.279 $0.779
इनपुट कीमत $0.350 / 1M $1.250 / 1M
आउटपुट कीमत $1.500 / 1M $2.500 / 1M
कुल इनपुट टोकन 116,501 140,031
आउटपुट टोकन 33,074 13,739
रीजनिंग टोकन 134,079 227,682
प्रतिक्रिया समय (औसत) 30.31s 47.45s
प्रतिक्रिया समय (अधिकतम) 181.08s 216.69s
प्रतिक्रिया समय (कुल) 666.85s 1043.83s

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

#98 xAI: Grok 4.3

medium
लागत
$0.009
समय
19.0s
टोकन
3,661 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
Grok 4.3 5.9 7.7 44.4% 1 41.23s 8,340 1,028 31,226

त्वरित तुलना

तुलना जोड़ी बदलें