Claude Opus 4.8 vs Muse Glimmer 30B (low)

Muse Glimmer 30B (low) average score मध्ये पुढे आहे: 6.9 vs 6.9. Muse Glimmer 30B (low) चा benchmark खर्च कमी आहे: $0.266 vs $2.334. Claude Opus 4.8 वेगवान आहे: 7.54s vs 22.40s, pass rates 60.9% vs 63.8%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-01

तुलना केलेली मॉडेल्स

क्रमांक: #167
एकूण आउटपुट टोकन्स: 24,343
प्रतिसाद वेळ (सरासरी): 7.54s
एकूण खर्च: $2.334

क्रमांक: #161
एकूण आउटपुट टोकन्स: 107,665
प्रतिसाद वेळ (सरासरी): 22.40s
एकूण खर्च: $0.266

शिफारस केलेले मॉडेल Muse Glimmer 30B (low)

It has the best score here (6.9), while costing about 8.8x less than Claude Opus 4.8.

तपशीलवार तुलना

मेट्रिक	Claude Opus 4.8 Claude Opus 4.8 none प्रकाशन: 2026-05-28	Muse Glimmer 30B Muse Glimmer 30B low प्रकाशन: 2026-08-11

मेट्रिक	Claude Opus 4.8 Claude Opus 4.8 none प्रकाशन: 2026-05-28	Muse Glimmer 30B Muse Glimmer 30B low प्रकाशन: 2026-08-11
स्कोअर	6.9	6.9
क्रमांक	#167	#161
विश्वसनीयता	10.0	10.0
सुसंगतता	9.3	8.0
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	60.9%	63.8%
अस्थिर चाचण्या	2	6
एकूण रन	69	69
प्रति निकाल खर्च	17.953	2.414
एकूण खर्च	$2.334	$0.266
इनपुट किंमत	$5.000 / 1M	$0.350 / 1M
आउटपुट किंमत	$25.000 / 1M	$1.500 / 1M
एकूण इनपुट टोकन्स	345,059	307,228
आउटपुट टोकन्स	24,343	36,044
रिझनिंग टोकन्स	0	71,621
प्रतिसाद वेळ (सरासरी)	7.54s	22.40s
प्रतिसाद वेळ (कमाल)	65.07s	234.92s
प्रतिसाद वेळ (एकूण)	173.31s	515.14s
पॅरामीटर्स	~5T एकूण (~500B सक्रिय)	30B
उपलब्धता	बंद स्रोत	मुक्त स्रोत

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#167 Claude Opus 4.8

none

खर्च: $0.053
वेळ: 22.0s
टोकन्स: 2,253 tok

#161 Muse Glimmer 30B

low

खर्च: $0.002
वेळ: 13.5s
टोकन्स: 953 tok

स्कोअरनुसार शीर्ष मॉडेल्स

स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी)

स्कोअर vs प्रतिसाद वेळ (सरासरी)

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

श्रेणीवार तपशील

श्रेणी:

स्वायत्त एजंट कार्ये	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.8	5.0	10.0	0.0%	0		65.07s	195,856	7,546	0
Muse Glimmer 30B	6.1	3.1	66.7%	1		104.96s	176,916	2,177	9,518

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.8	6.5	10.0	50.0%	0		3.40s	834	1,472	0
Muse Glimmer 30B	8.7	8.0	91.7%	1		3.57s	810	1,054	2,240

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.8	5.5	10.0	33.3%	0		3.29s	10,590	1,332	0
Muse Glimmer 30B	8.1	9.9	66.7%	0		16.52s	7,419	2,759	10,173

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.8	9.8	10.0	100.0%	0		26.38s	111,760	11,949	0
Muse Glimmer 30B	3.8	5.8	33.3%	1		131.97s	102,271	24,417	33,400

डेटा पार्सिंग आणि निष्कर्षण	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.8	7.3	5.8	83.3%	1		1.77s	10,503	308	0
Muse Glimmer 30B	10.0	10.0	100.0%	0		4.17s	7,065	1,219	1,841

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.8	5.3	7.2	44.4%	1		1.76s	972	61	0
Muse Glimmer 30B	3.5	4.4	33.3%	2		11.48s	885	3,067	6,658

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.8	10.0	10.0	100.0%	0		3.48s	708	230	0
Muse Glimmer 30B	5.0	10.0	0.0%	0		2.50s	525	33	542

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.8	9.9	10.0	100.0%	0		1.37s	909	95	0
Muse Glimmer 30B	8.4	6.9	83.3%	1		3.60s	765	139	1,467

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.8	7.7	10.0	66.7%	0		2.74s	894	783	0
Muse Glimmer 30B	7.7	10.0	66.7%	0		5.06s	795	545	2,721

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.8	10.0	10.0	100.0%	0		5.35s	11,775	355	0
Muse Glimmer 30B	10.0	10.0	100.0%	0		5.04s	9,546	385	803

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Opus 4.8	3.0	10.0	0.0%	0		3.41s	258	212	0
Muse Glimmer 30B	3.0	10.0	0.0%	0		9.71s	231	249	2,258

झटपट तुलना

तुलना जोडी बदला