नेविगेशन
Advertise here

Muse Glimmer 30B (xhigh) vs GPT-6.1 Sol (low)

GPT-6.1 Sol (low) average score में आगे है: 9.6 vs 8.4. GPT-6.1 Sol (low) की benchmark लागत कम है: $0.460 vs $0.585. GPT-6.1 Sol (low) तेज है: 7.15s vs 97.70s, pass rates 71.0% vs 92.8%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-24

तुलना किए गए मॉडल

रैंक
#87
कुल आउटपुट टोकन
415,435
प्रतिक्रिया समय (औसत)
97.70s
कुल लागत
$0.585
रैंक
#16
कुल आउटपुट टोकन
13,138
प्रतिक्रिया समय (औसत)
7.15s
कुल लागत
$0.460
अनुशंसित मॉडल GPT-6.1 Sol (low)

It has the best score here (9.6), while responding about 13.7x faster than Muse Glimmer 30B (xhigh).

विस्तृत तुलना

मेट्रिक Muse Glimmer 30B Muse Glimmer 30B xhigh रिलीज़: 2026-08-11 GPT-6.1 Sol GPT-6.1 Sol low रिलीज़: 2026-09-29
स्कोर 8.4 9.6
रैंक #87 #16
विश्वसनीयता 9.9 10.0
संगति 8.6 9.6
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 71.0% 92.8%
अस्थिर टेस्ट 4 1
कुल रन 69 69
प्रति परिणाम लागत 5.170 2.187
कुल लागत $0.585 $0.460
इनपुट कीमत $0.300 / 1M $2.000 / 1M
आउटपुट कीमत $1.200 / 1M $10.000 / 1M
कैश पढ़ने की कीमत $0.040 / 1M $0.100 / 1M
कैश लिखने की कीमत लागू नहीं $2.500 / 1M
कुल इनपुट टोकन 287,538 163,900
आउटपुट टोकन 118,266 4,958
रीजनिंग टोकन 346,758 8,180
प्रतिक्रिया समय (औसत) 97.70s 7.15s
प्रतिक्रिया समय (अधिकतम) 576.79s 46.57s
प्रतिक्रिया समय (कुल) 2247.18s 164.47s
पैरामीटर 30B ~2T कुल (~150B 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.

#87 Muse Glimmer 30B

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

#16 GPT-6.1 Sol

low
लागत
$0.028
समय
44.6s
टोकन
2,881 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-6.1 Sol 10.0 10.0 100.0% 0 4.48s 7,302 388 1,286

तुलना जोड़ी बदलें