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

Seed 2.1 Turbo (medium) vs Muse Glimmer 30B (xhigh)

Seed 2.1 Turbo (medium) average score मध्ये पुढे आहे: 8.4 vs 8.2. Muse Glimmer 30B (xhigh) चा benchmark खर्च कमी आहे: $0.632 vs $1.969. Muse Glimmer 30B (xhigh) वेगवान आहे: 94.47s vs 197.04s, pass rates 78.8% vs 75.8%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-08-12

क्रमांक
#37
एकूण आउटपुट टोकन्स
766,465
प्रतिसाद वेळ (सरासरी)
197.04s
एकूण खर्च
$1.969
क्रमांक
#44
एकूण आउटपुट टोकन्स
455,790
प्रतिसाद वेळ (सरासरी)
94.47s
एकूण खर्च
$0.632
शिफारस केलेले मॉडेल Muse Glimmer 30B (xhigh)

Its score stays close to the best score here (8.2 vs 8.4), while costing about 3.1x less than Seed 2.1 Turbo (medium).

तपशीलवार तुलना

मेट्रिक Seed 2.1 Turbo Seed 2.1 Turbo medium प्रकाशन: 2026-08-12 Muse Glimmer 30B Muse Glimmer 30B xhigh प्रकाशन: 2026-08-11
स्कोअर 8.4 8.2
क्रमांक #37 #44
विश्वसनीयता 9.9 9.8
सुसंगतता 8.2 8.3
प्रयत्न 66/66 66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर 78.8% 75.8%
अस्थिर चाचण्या 5 5
एकूण रन 66 66
प्रति निकाल खर्च 13.123 4.509
एकूण खर्च $1.969 $0.632
इनपुट किंमत $0.500 / 1M $0.350 / 1M
आउटपुट किंमत $2.500 / 1M $1.500 / 1M
एकूण इनपुट टोकन्स 104,424 110,918
आउटपुट टोकन्स 6,510 126,922
रिझनिंग टोकन्स 759,955 328,868
प्रतिसाद वेळ (सरासरी) 197.04s 94.47s
प्रतिसाद वेळ (कमाल) 885.33s 576.79s
प्रतिसाद वेळ (एकूण) 4334.80s 2078.31s
पॅरामीटर्स ~200B एकूण (~20B 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.

#37 Seed 2.1 Turbo

medium
खर्च
$0.099
वेळ
583.9s
टोकन्स
39,514 tok

#44 Muse Glimmer 30B

xhigh
खर्च
$0.007
वेळ
94.6s
टोकन्स
4,318 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
Seed 2.1 Turbo 8.2 7.2 88.9% 1 354.87s 8,220 384 205,892
Muse Glimmer 30B 10.0 10.0 100.0% 0 105.91s 7,428 18,697 63,334

झटपट तुलना

तुलना जोडी बदला