नेविगेशन
Advertise here

Muse Glimmer 30B (xhigh) vs Muse Spark 1.3 (low)

Muse Spark 1.3 (low) average score में आगे है: 8.2 vs 8.1. Muse Glimmer 30B (xhigh) की benchmark लागत कम है: $0.510 vs $0.689. Muse Spark 1.3 (low) तेज है: 16.03s vs 95.55s, pass rates 69.7% vs 81.8%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-09-24

तुलना किए गए मॉडल

रैंक
#80
कुल आउटपुट टोकन
446,844
प्रतिक्रिया समय (औसत)
95.55s
कुल लागत
$0.510
रैंक
#76
कुल आउटपुट टोकन
127,711
प्रतिक्रिया समय (औसत)
16.03s
कुल लागत
$0.689
अनुशंसित मॉडल Muse Spark 1.3 (low)

It has the best score here (8.2), while responding about 6.0x faster than Muse Glimmer 30B (xhigh).

विस्तृत तुलना

मेट्रिक Muse Glimmer 30B Muse Glimmer 30B xhigh रिलीज़: 2026-08-11 Muse Spark 1.3 Muse Spark 1.3 low रिलीज़: 2026-09-02
स्कोर 8.1 8.2
रैंक #80 #76
विश्वसनीयता 9.9 10.0
संगति 8.6 8.1
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 69.7% 81.8%
अस्थिर टेस्ट 4 5
कुल रन 66 66
प्रति परिणाम लागत 4.883 4.594
कुल लागत $0.510 $0.689
इनपुट कीमत $0.300 / 1M $1.250 / 1M
आउटपुट कीमत $1.200 / 1M $4.250 / 1M
कुल इनपुट टोकन 110,930 116,947
आउटपुट टोकन 116,373 11,026
रीजनिंग टोकन 330,471 116,685
प्रतिक्रिया समय (औसत) 95.55s 16.03s
प्रतिक्रिया समय (अधिकतम) 576.79s 78.72s
प्रतिक्रिया समय (कुल) 2102.12s 352.69s
पैरामीटर 30B ~1T कुल (~50B सक्रिय)
उपलब्धता मुक्त स्रोत बंद स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#80 Muse Glimmer 30B

xhigh
लागत
$0.007
समय
94.6s
टोकन
4,318 tok

#76 Muse Spark 1.3

low
लागत
$0.017
समय
83.9s
टोकन
3,959 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 10.0 10.0 100.0% 0 105.91s 7,428 18,697 63,334
Muse Spark 1.3 8.2 7.2 88.9% 1 20.86s 5,958 795 19,077

त्वरित तुलना

तुलना जोड़ी बदलें