Gemini 2.5 Flash (medium) vs Muse Glimmer 30B (xhigh)

Gemini 2.5 Flash (medium) average score मध्ये पुढे आहे: 8.2 vs 8.1. Muse Glimmer 30B (xhigh) चा benchmark खर्च कमी आहे: $0.510 vs $0.644. Gemini 2.5 Flash (medium) वेगवान आहे: 21.14s vs 95.55s, pass rates 71.2% vs 69.7%.

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

तुलना केलेली मॉडेल्स

क्रमांक: #75
एकूण आउटपुट टोकन्स: 241,365
प्रतिसाद वेळ (सरासरी): 21.14s
एकूण खर्च: $0.644

क्रमांक: #80
एकूण आउटपुट टोकन्स: 446,844
प्रतिसाद वेळ (सरासरी): 95.55s
एकूण खर्च: $0.510

शिफारस केलेले मॉडेल Gemini 2.5 Flash (medium)

It has the best score here (8.2), while responding about 4.5x faster than Muse Glimmer 30B (xhigh).

तपशीलवार तुलना

मेट्रिक	Gemini 2.5 Flash Gemini 2.5 Flash medium प्रकाशन: 2025-06-17	Muse Glimmer 30B Muse Glimmer 30B xhigh प्रकाशन: 2026-08-11

मेट्रिक	Gemini 2.5 Flash Gemini 2.5 Flash medium प्रकाशन: 2025-06-17	Muse Glimmer 30B Muse Glimmer 30B xhigh प्रकाशन: 2026-08-11
स्कोअर	8.2	8.1
क्रमांक	#75	#80
विश्वसनीयता	10.0	9.9
सुसंगतता	9.6	8.6
प्रयत्न	66/66	66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर	71.2%	69.7%
अस्थिर चाचण्या	1	4
एकूण रन	66	66
प्रति निकाल खर्च	4.288	4.883
एकूण खर्च	$0.644	$0.510
इनपुट किंमत	$0.300 / 1M	$0.300 / 1M
आउटपुट किंमत	$2.500 / 1M	$1.200 / 1M
एकूण इनपुट टोकन्स	132,507	110,930
आउटपुट टोकन्स	12,739	116,373
रिझनिंग टोकन्स	228,626	330,471
प्रतिसाद वेळ (सरासरी)	21.14s	95.55s
प्रतिसाद वेळ (कमाल)	140.50s	576.79s
प्रतिसाद वेळ (एकूण)	465.10s	2102.12s
पॅरामीटर्स	~350B 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.

#75 Gemini 2.5 Flash

medium

No output was saved. The original provider response or failure reason is unavailable.

खर्च: $0.000
वेळ: 274.0s
टोकन्स: 0 tok

#80 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

श्रेणी:

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 2.5 Flash	8.4	10.0	75.0%	0		6.30s	492	255	10,233
Muse Glimmer 30B	10.0	10.0	100.0%	0		13.01s	822	9,982	12,542

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 2.5 Flash	7.8	10.0	66.7%	0		41.01s	6,669	543	32,303
Muse Glimmer 30B	10.0	10.0	100.0%	0		105.91s	7,428	18,697	63,334

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 2.5 Flash	10.0	10.0	100.0%	0		84.47s	110,544	11,112	95,241
Muse Glimmer 30B	6.0	2.7	66.7%	2		272.74s	82,932	21,229	77,043

डेटा पार्सिंग आणि निष्कर्षण	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 2.5 Flash	10.0	10.0	100.0%	0		4.06s	7,257	279	2,325
Muse Glimmer 30B	10.0	10.0	100.0%	0		19.84s	7,071	6,535	10,689

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 2.5 Flash	5.9	7.2	55.6%	1		37.07s	642	18	80,864
Muse Glimmer 30B	2.9	7.2	11.1%	1		142.55s	894	43,561	77,204

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 2.5 Flash	4.8	10.0	0.0%	0		4.86s	486	92	1,899
Muse Glimmer 30B	5.5	10.0	0.0%	0		7.41s	528	1,928	2,060

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 2.5 Flash	9.8	10.0	100.0%	0		2.62s	615	69	1,203
Muse Glimmer 30B	8.4	6.9	83.3%	1		8.90s	771	2,420	4,507

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 2.5 Flash	7.7	10.0	66.7%	0		3.18s	558	126	2,499
Muse Glimmer 30B	7.8	9.3	66.7%	0		199.67s	695	10,241	60,935

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 2.5 Flash	10.0	10.0	100.0%	0		6.20s	5,088	234	1,140
Muse Glimmer 30B	10.0	10.0	100.0%	0		8.08s	9,555	383	1,566

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 2.5 Flash	3.0	10.0	0.0%	0		2.76s	156	11	919
Muse Glimmer 30B	3.0	10.0	0.0%	0		87.23s	234	1,397	20,591

झटपट तुलना

तुलना जोडी बदला