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

Muse Glimmer 30B (high) vs Qwen3.5 Plus 2026-04-20 (medium)

average score जवळपास समान आहे: 7.2 vs 7.2. Qwen3.5 Plus 2026-04-20 (medium) चा benchmark खर्च कमी आहे: $0.323 vs $0.535. Qwen3.5 Plus 2026-04-20 (medium) वेगवान आहे: 46.97s vs 66.70s, pass rates 65.2% vs 63.6%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-08-14

क्रमांक
#103
एकूण आउटपुट टोकन्स
370,806
प्रतिसाद वेळ (सरासरी)
66.70s
एकूण खर्च
$0.535
क्रमांक
#104
एकूण आउटपुट टोकन्स
172,123
प्रतिसाद वेळ (सरासरी)
46.97s
एकूण खर्च
$0.323
शिफारस केलेले मॉडेल Qwen3.5 Plus 2026-04-20 (medium)

It has the best score here (7.2), while costing about 1.7x less than Muse Glimmer 30B (high).

तपशीलवार तुलना

मेट्रिक Muse Glimmer 30B Muse Glimmer 30B high प्रकाशन: 2026-08-11 Qwen3.5 Plus 2026-04-20 Qwen3.5 Plus 2026-04-20 medium प्रकाशन: 2026-04-20
स्कोअर 7.2 7.2
क्रमांक #103 #104
विश्वसनीयता 10.0 9.6
सुसंगतता 7.2 9.0
प्रयत्न 66/66 66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर 65.2% 63.6%
अस्थिर चाचण्या 8 2
एकूण रन 66 66
प्रति निकाल खर्च 5.349 3.048
एकूण खर्च $0.535 $0.323
इनपुट किंमत $0.350 / 1M $0.300 / 1M
आउटपुट किंमत $1.500 / 1M $1.800 / 1M
एकूण इनपुट टोकन्स 103,494 42,106
आउटपुट टोकन्स 100,589 2,280
रिझनिंग टोकन्स 270,217 169,843
प्रतिसाद वेळ (सरासरी) 66.70s 46.97s
प्रतिसाद वेळ (कमाल) 451.90s 189.38s
प्रतिसाद वेळ (एकूण) 1467.39s 986.35s
पॅरामीटर्स 30B ~397B एकूण (~17B सक्रिय)
उपलब्धता मुक्त स्रोत बंद स्रोत

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#103 Muse Glimmer 30B

high
खर्च
$0.005
वेळ
61.7s
टोकन्स
3,097 tok

#104 Qwen3.5 Plus 2026-04-20

medium
खर्च
$0.008
वेळ
76.7s
टोकन्स
4,355 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
Muse Glimmer 30B 8.8 7.8 88.9% 1 95.97s 7,419 16,128 55,433
Qwen3.5 Plus 2026-04-20 6.2 8.7 33.3% 0 125.25s 7,630 308 58,682

झटपट तुलना

तुलना जोडी बदला