नेविगेशन
Advertise here

Muse Glimmer 30B (xhigh) vs GPT-5 Mini (medium)

average score लगभग बराबर है: 8.4 vs 8.4. GPT-5 Mini (medium) की benchmark लागत कम है: $0.315 vs $0.585. GPT-5 Mini (medium) तेज है: 29.42s vs 97.70s, pass rates 71.0% vs 66.7%.

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

तुलना किए गए मॉडल

रैंक
#106
कुल आउटपुट टोकन
415,435
प्रतिक्रिया समय (औसत)
97.70s
कुल लागत
$0.585
रैंक
#105
कुल आउटपुट टोकन
119,211
प्रतिक्रिया समय (औसत)
29.42s
कुल लागत
$0.315
अनुशंसित मॉडल GPT-5 Mini (medium)

It has the best score here (8.4), while costing about 1.9x less than Muse Glimmer 30B (xhigh).

विस्तृत तुलना

मेट्रिक Muse Glimmer 30B Muse Glimmer 30B xhigh रिलीज़: 2026-08-11 GPT-5 Mini GPT-5 Mini medium रिलीज़: 2025-08-07
स्कोर 8.4 8.4
रैंक #106 #105
विश्वसनीयता 9.9 10.0
संगति 8.6 8.5
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 71.0% 66.7%
अस्थिर टेस्ट 4 4
कुल रन 69 69
प्रति परिणाम लागत 5.170 2.247
कुल लागत $0.585 $0.315
इनपुट कीमत $0.300 / 1M $0.250 / 1M
आउटपुट कीमत $1.200 / 1M $2.000 / 1M
कैश पढ़ने की कीमत $0.040 / 1M $0.025 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 287,538 214,645
आउटपुट टोकन 118,266 15,532
रीजनिंग टोकन 346,758 103,679
प्रतिक्रिया समय (औसत) 97.70s 29.42s
प्रतिक्रिया समय (अधिकतम) 576.79s 111.48s
प्रतिक्रिया समय (कुल) 2247.18s 676.56s
पैरामीटर 30B ~400B 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.

#106 Muse Glimmer 30B

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

#105 GPT-5 Mini

medium
लागत
$0.007
समय
42.9s
टोकन
3,432 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
GPT-5 Mini 10.0 10.0 100.0% 0 27.63s 7,302 658 17,152

तुलना जोड़ी बदलें