नेविगेशन
Advertise here

Muse Glimmer 30B (xhigh) vs GLM 5.2 (high)

Muse Glimmer 30B (xhigh) average score में आगे है: 8.1 vs 8.0. Muse Glimmer 30B (xhigh) की benchmark लागत कम है: $0.510 vs $0.799. GLM 5.2 (high) तेज है: 69.86s vs 95.55s, pass rates 69.7% vs 69.7%.

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
#86
कुल आउटपुट टोकन
364,655
प्रतिक्रिया समय (औसत)
69.86s
कुल लागत
$0.799
अनुशंसित मॉडल Muse Glimmer 30B (xhigh)

It has the best score here (8.1), while costing about 1.6x less than GLM 5.2 (high).

विस्तृत तुलना

मेट्रिक Muse Glimmer 30B Muse Glimmer 30B xhigh रिलीज़: 2026-08-11 GLM 5.2 GLM 5.2 high रिलीज़: 2026-06-17
स्कोर 8.1 8.0
रैंक #80 #86
विश्वसनीयता 9.9 10.0
संगति 8.6 8.6
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 69.7% 69.7%
अस्थिर टेस्ट 4 3
कुल रन 66 66
प्रति परिणाम लागत 4.883 6.849
कुल लागत $0.510 $0.799
इनपुट कीमत $0.300 / 1M $0.650 / 1M
आउटपुट कीमत $1.200 / 1M $2.042 / 1M
कुल इनपुट टोकन 110,930 83,822
आउटपुट टोकन 116,373 72,040
रीजनिंग टोकन 330,471 292,615
प्रतिक्रिया समय (औसत) 95.55s 69.86s
प्रतिक्रिया समय (अधिकतम) 576.79s 599.43s
प्रतिक्रिया समय (कुल) 2102.12s 1536.98s
पैरामीटर 30B 744B कुल (40B सक्रिय)
उपलब्धता मुक्त स्रोत मुक्त 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

#86 GLM 5.2

high
Reached the allocated time limit (300 seconds) without receiving showcase output.
लागत
$0.000
समय
300.0s
टोकन
0 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
GLM 5.2 6.4 8.6 33.3% 0 73.03s 5,124 2,302 22,546

त्वरित तुलना

तुलना जोड़ी बदलें