Muse Glimmer 30B (xhigh) vs Qwen3.7 Max (medium)

तुलना किए गए मॉडल

अनुशंसित मॉडल Muse Glimmer 30B (xhigh)

Its score stays close to the best score here (8.4 vs 8.5), while costing about 2.8x less than Qwen3.7 Max (medium).

मेट्रिक	Muse Glimmer 30B Muse Glimmer 30B xhigh रिलीज़: 2026-08-11	Qwen3.7 Max Qwen3.7 Max medium रिलीज़: 2026-05-22

मेट्रिक	Muse Glimmer 30B Muse Glimmer 30B xhigh रिलीज़: 2026-08-11	Qwen3.7 Max Qwen3.7 Max medium रिलीज़: 2026-05-22
स्कोर	8.4	8.5
रैंक	#70	#67
विश्वसनीयता	9.9	10.0
संगति	8.6	8.7
प्रयास	69/69	69/69
सही परीक्षण
प्रति प्रयास पास दर	71.0%	85.5%
अस्थिर टेस्ट	4	4
कुल रन	69	69
प्रति परिणाम लागत	5.170	12.033
कुल लागत	$0.724	$2.046
इनपुट कीमत	$0.350 / 1M	$1.475 / 1M
आउटपुट कीमत	$1.500 / 1M	$4.425 / 1M
कुल इनपुट टोकन	287,538	367,848
आउटपुट टोकन	118,266	8,753
रीजनिंग टोकन	346,758	250,279
प्रतिक्रिया समय (औसत)	97.70s	48.35s
प्रतिक्रिया समय (अधिकतम)	576.79s	556.06s
प्रतिक्रिया समय (कुल)	2247.18s	1112.11s
पैरामीटर	30B	~1T कुल (~40B सक्रिय)
उपलब्धता	मुक्त स्रोत	बंद स्रोत

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

xhigh

medium

श्रेणी:

स्वायत्त एजेंट कार्य	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		145.06s	176,608	1,893	16,287
Qwen3.7 Max	6.1	3.1	66.7%	1		137.00s	261,819	3,005	29,925

एंटी-एआई ट्रिक्स	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		13.01s	822	9,982	12,542
Qwen3.7 Max	10.0	10.0	100.0%	0		6.36s	672	222	8,742

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
Qwen3.7 Max	10.0	10.0	100.0%	0		35.31s	7,893	423	34,808

संयुक्त	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Muse Glimmer 30B	6.0	2.7	66.7%	2		272.74s	82,932	21,229	77,043
Qwen3.7 Max	8.7	6.9	83.3%	1		287.83s	78,594	3,985	96,450

डेटा पार्सिंग और निष्कर्षण	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		19.84s	7,071	6,535	10,689
Qwen3.7 Max	10.0	10.0	100.0%	0		8.80s	7,782	270	6,254

डोमेन-विशिष्ट	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Muse Glimmer 30B	2.9	7.2	11.1%	1		142.55s	894	43,561	77,204
Qwen3.7 Max	4.1	4.4	44.5%	2		52.45s	780	61	41,143

Samanya Buddhimatta	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Muse Glimmer 30B	5.5	10.0	0.0%	0		7.41s	528	1,928	2,060
Qwen3.7 Max	10.0	10.0	100.0%	0		11.70s	516	135	4,457

निर्देश पालन	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Muse Glimmer 30B	8.4	6.9	83.3%	1		8.90s	771	2,420	4,507
Qwen3.7 Max	10.0	10.0	100.0%	0		7.46s	699	102	5,452

पहेली समाधान	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Muse Glimmer 30B	7.8	9.3	66.7%	0		199.67s	695	10,241	60,935
Qwen3.7 Max	10.0	10.0	100.0%	0		8.84s	696	259	8,908

टूल कॉलिंग	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		8.08s	9,555	383	1,566
Qwen3.7 Max	10.0	10.0	100.0%	0		6.63s	8,193	267	1,220

सामान्य ज्ञान	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Muse Glimmer 30B	3.0	10.0	0.0%	0		87.23s	234	1,397	20,591
Qwen3.7 Max	3.0	10.0	0.0%	0		33.37s	204	24	12,920

तुलना जोड़ी बदलें