नेविगेशन
Advertise here

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

average score लगभग बराबर है: 8.1 vs 8.1. GPT-5 Mini (medium) की benchmark लागत कम है: $0.241 vs $0.510. GPT-5 Mini (medium) तेज है: 27.64s vs 95.55s, pass rates 69.7% vs 65.2%.

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
#79
कुल आउटपुट टोकन
108,019
प्रतिक्रिया समय (औसत)
27.64s
कुल लागत
$0.241
अनुशंसित मॉडल GPT-5 Mini (medium)

It has the best score here (8.1), while costing about 2.1x 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 8.1 8.1
रैंक #80 #79
विश्वसनीयता 9.9 10.0
संगति 8.6 8.4
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 69.7% 65.2%
अस्थिर टेस्ट 4 4
कुल रन 66 66
प्रति परिणाम लागत 4.883 2.006
कुल लागत $0.510 $0.241
इनपुट कीमत $0.300 / 1M $0.250 / 1M
आउटपुट कीमत $1.200 / 1M $2.000 / 1M
कुल इनपुट टोकन 110,930 98,383
आउटपुट टोकन 116,373 14,409
रीजनिंग टोकन 330,471 93,610
प्रतिक्रिया समय (औसत) 95.55s 27.64s
प्रतिक्रिया समय (अधिकतम) 576.79s 111.48s
प्रतिक्रिया समय (कुल) 2102.12s 608.02s
पैरामीटर 30B ~400B कुल (~17B 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

#79 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

त्वरित तुलना

तुलना जोड़ी बदलें