#83 Muse Glimmer 30B
high- लागत
- $0.005
- समय
- 61.7s
- टोकन
- 3,097 tok
Meta
रिलीज़: 2026-08-11
परीक्षण किया गया: 2026-08-11 10:10
meta/muse-glimmer-30b::high
30Bसघनमुक्त स्रोत
सारांश
Muse Glimmer 30B AI BENCHY पर 7.3 स्कोर करता है और #83 पर है। इसकी reliability 10.0, pass rate 68.2%, कुल लागत $0.529, और औसत response time 65.50s है।
Muse Glimmer 30B को अलग क्या बनाता है: यह डोमेन-विशिष्ट में सबसे अलग दिखता है, जहाँ इसकी रैंक #3 है; जबकि डेटा पार्सिंग और निष्कर्षण इसकी सबसे कमजोर जगह है, जहाँ यह #17 पर है।
मॉडल विवरण
शोध की तारीख: 2026-08-12
- पैरामीटर
- 30B
- आर्किटेक्चर
- सघन
- उपलब्धता
- मुक्त स्रोत
- लाइसेंस
- Apache-2.0
7.3
संगति
7.6
10.0
$0.529
कुल आउटपुट टोकन
372,149
कुल इनपुट टोकन
103,482
इनपुट कीमत
$0.350 / 1M
आउटपुट कीमत
$1.500 / 1M
अस्थिर टेस्ट
7
अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
रन इतिहास
| परीक्षण किया गया | स्कोर | विश्वसनीयता | सही परीक्षण | कुल लागत | तुलना करें |
|---|---|---|---|---|---|
| 2026-08-14 03:32 दोबारा परीक्षण | 7.2 | 10.0 | $0.535 | तुलना करें | |
| 2026-08-11 10:10 पहला रन | 7.3 | 10.0 | $0.529 | वर्तमान रन |
रन तुलना
| रन | बेंचमार्क कवरेज | स्कोर | संगति | विश्वसनीयता | सही परीक्षण | अस्थिर टेस्ट | कुल आउटपुट टोकन | कुल इनपुट टोकन | कुल लागत | प्रतिक्रिया समय (औसत) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-08-11 10:10 · पहला रन | 66/66 प्रयास | 7.3 | 7.6 | 10.0 | 11/22 | 7 | 372,149 | 103,482 | $0.529 | 65.50s |
| 2026-08-14 03:32 · दोबारा परीक्षण | 66/66 प्रयास | 7.2 | 7.2 | 10.0 | 10/22 | 8 | 370,806 | 103,494 | $0.535 | 66.70s |
| अंतर | — | +0.1 | +0.4 | 0.0 | +1 | -1 | +1343 | -12 | -$0.007 | -1204ms |
इन दो रन में अलग-अलग बेंचमार्क सूट इस्तेमाल हुए थे, इसलिए अंतर मॉडल बदलाव और सूट बदलाव दोनों को दर्शाते हैं।
कीमत का इतिहास
OpenRouter से इस मॉडल का ऐतिहासिक मूल्य डेटा।
| तारीख | इनपुट कीमत | आउटपुट कीमत |
|---|---|---|
| 2026-08-11 10:32 | $0.350 / 1M | $1.500 / 1M |
चार्ट
पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।
स्कोर के अनुसार शीर्ष मॉडल
स्कोर vs कुल लागत
प्रतिक्रिया समय (औसत)
स्कोर vs प्रतिक्रिया समय (औसत)
कुल आउटपुट टोकन
स्कोर vs कुल आउटपुट टोकन
त्वरित तुलना
Muse Glimmer 30BhighvsKAT-Coder-Pro V2.5highMuse Glimmer 30BhighvsGPT-6 SolnoneMuse Glimmer 30BhighvsKimi K2.6mediumMuse Glimmer 30BhighvsQwen3.5 Plus 2026-04-20mediumMuse Glimmer 30BhighvsClaude Opus 4.8noneMuse Glimmer 30BhighvsQwen3.7 FlashlowMuse Glimmer 30BhighvsDeepSeek V4 Flash 0731mediumMuse Glimmer 30BhighvsMuse Glimmer 30BmediumMuse Glimmer 30BhighvsQwen3.7 PlusnoneMuse Glimmer 30BhighvsQwen3.5-122B-A10Bmedium
श्रेणी विवरण
| श्रेणी | स्कोर | संगति | सही परीक्षण |
|---|---|---|---|
| एंटी-एआई ट्रिक्स | 8.7 | 7.9 | |
| कोडिंग | 8.8 | 7.8 | |
| संयुक्त | 6.4 | 5.8 | |
| डेटा पार्सिंग और निष्कर्षण | 7.3 | 5.9 | |
| डोमेन-विशिष्ट | 5.3 | 10.0 | |
| Samanya Buddhimatta | 5.3 | 10.0 | |
| निर्देश पालन | 8.4 | 6.9 | |
| पहेली समाधान | 6.1 | 4.7 | |
| टूल कॉलिंग | 10.0 | 10.0 | |
| सामान्य ज्ञान | 3.0 | 10.0 |