नेव्हिगेशन
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Claude Opus 4.8 vs Muse Glimmer 30B (medium)

Claude Opus 4.8 average score मध्ये पुढे आहे: 7.3 vs 7.2. Muse Glimmer 30B (medium) चा benchmark खर्च कमी आहे: $0.227 vs $1.166. Claude Opus 4.8 वेगवान आहे: 4.92s vs 30.64s, pass rates 63.6% vs 63.6%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-09-24

तुलना केलेली मॉडेल्स

क्रमांक
#144
एकूण आउटपुट टोकन्स
16,797
प्रतिसाद वेळ (सरासरी)
4.92s
एकूण खर्च
$1.166
क्रमांक
#151
एकूण आउटपुट टोकन्स
168,074
प्रतिसाद वेळ (सरासरी)
30.64s
एकूण खर्च
$0.227
शिफारस केलेले मॉडेल Muse Glimmer 30B (medium)

Its score stays close to the best score here (7.2 vs 7.3), while costing about 5.2x 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 medium प्रकाशन: 2026-08-11
स्कोअर 7.3 7.2
क्रमांक #144 #151
विश्वसनीयता 10.0 10.0
सुसंगतता 9.2 7.9
प्रयत्न 66/66 66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर 63.6% 63.6%
अस्थिर चाचण्या 2 6
एकूण रन 66 66
प्रति निकाल खर्च 8.969 2.543
एकूण खर्च $1.166 $0.227
इनपुट किंमत $5.000 / 1M $0.300 / 1M
आउटपुट किंमत $25.000 / 1M $1.200 / 1M
एकूण इनपुट टोकन्स 149,203 116,513
आउटपुट टोकन्स 16,797 33,065
रिझनिंग टोकन्स 0 135,009
प्रतिसाद वेळ (सरासरी) 4.92s 30.64s
प्रतिसाद वेळ (कमाल) 35.03s 181.08s
प्रतिसाद वेळ (एकूण) 108.24s 674.01s
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.

#144 Claude Opus 4.8

none
खर्च
$0.053
वेळ
22.0s
टोकन्स
2,253 tok

#151 Muse Glimmer 30B

medium
खर्च
$0.003
वेळ
31.9s
टोकन्स
1,845 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

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 8.4 7.8 77.8% 1 33.67s 7,419 4,662 20,605

झटपट तुलना

तुलना जोडी बदला