नेविगेशन
AI BENCHY
Advertise here

Muse Glimmer 30B (xhigh) vs Inkling Small (high)

Inkling Small (high) average score में आगे है: 8.4 vs 8.2. Inkling Small (high) की benchmark लागत कम है: $0.412 vs $0.632. Inkling Small (high) तेज है: 31.70s vs 94.47s, pass rates 75.8% vs 69.7%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-08-11

रैंक
#39
कुल आउटपुट टोकन
455,790
प्रतिक्रिया समय (औसत)
94.47s
कुल लागत
$0.632
रैंक
#34
कुल आउटपुट टोकन
310,388
प्रतिक्रिया समय (औसत)
31.70s
कुल लागत
$0.412
अनुशंसित मॉडल Inkling Small (high)

It has the best score here (8.4), while costing about 1.5x less than Muse Glimmer 30B (xhigh).

विस्तृत तुलना

मेट्रिक Muse Glimmer 30B Muse Glimmer 30B xhigh रिलीज़: 2026-08-11 Inkling Small Inkling Small high रिलीज़: 2026-08-01
स्कोर 8.2 8.4
रैंक #39 #34
विश्वसनीयता 9.8 10.0
संगति 8.3 9.2
बेंचमार्क कवरेज 22/22 टेस्ट · 66/66 प्रयास 22/22 टेस्ट · 66/66 प्रयास
सही परीक्षण
प्रति प्रयास पास दर 75.8% 69.7%
अस्थिर टेस्ट 5 2
कुल रन 66 66
प्रति परिणाम लागत 4.509 2.967
कुल लागत $0.632 $0.412
इनपुट कीमत $0.350 / 1M $0.450 / 1M
आउटपुट कीमत $1.500 / 1M $1.200 / 1M
कुल इनपुट टोकन 110,918 85,660
आउटपुट टोकन 126,922 6,092
रीजनिंग टोकन 328,868 304,296
प्रतिक्रिया समय (औसत) 94.47s 31.70s
प्रतिक्रिया समय (अधिकतम) 576.79s 122.60s
प्रतिक्रिया समय (कुल) 2078.31s 697.30s

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#39 Muse Glimmer 30B

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

#34 Thinking Machines: Inkling Small

high
लागत
$0.006
समय
34.7s
टोकन
4,735 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
Inkling Small 10.0 10.0 100.0% 0 93.23s 7,374 463 120,474

त्वरित तुलना

तुलना जोड़ी बदलें