Muse Glimmer 30B (high) vs Step 3.7 Flash (medium)

Step 3.7 Flash (medium) average score मध्ये पुढे आहे: 7.8 vs 7.7. Step 3.7 Flash (medium) चा benchmark खर्च कमी आहे: $0.571 vs $0.625. Step 3.7 Flash (medium) वेगवान आहे: 26.57s vs 69.87s, pass rates 66.7% vs 68.1%.

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

तुलना केलेली मॉडेल्स

क्रमांक: #112
एकूण आउटपुट टोकन्स: 388,743
प्रतिसाद वेळ (सरासरी): 69.87s
एकूण खर्च: $0.625

क्रमांक: #106
एकूण आउटपुट टोकन्स: 440,835
प्रतिसाद वेळ (सरासरी): 26.57s
एकूण खर्च: $0.571

शिफारस केलेले मॉडेल Step 3.7 Flash (medium)

It has the best score here (7.8), while responding about 2.6x faster than Muse Glimmer 30B (high).

तपशीलवार तुलना

मेट्रिक	Muse Glimmer 30B Muse Glimmer 30B high प्रकाशन: 2026-08-11	Step 3.7 Flash Step 3.7 Flash medium प्रकाशन: 2026-05-29

मेट्रिक	Muse Glimmer 30B Muse Glimmer 30B high प्रकाशन: 2026-08-11	Step 3.7 Flash Step 3.7 Flash medium प्रकाशन: 2026-05-29
स्कोअर	7.7	7.8
क्रमांक	#112	#106
विश्वसनीयता	10.0	10.0
सुसंगतता	7.3	8.7
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	66.7%	68.1%
अस्थिर चाचण्या	8	4
एकूण रन	69	69
प्रति निकाल खर्च	5.675	4.392
एकूण खर्च	$0.625	$0.571
इनपुट किंमत	$0.350 / 1M	$0.200 / 1M
आउटपुट किंमत	$1.500 / 1M	$1.150 / 1M
एकूण इनपुट टोकन्स	281,859	319,524
आउटपुट टोकन्स	102,526	440,835
रिझनिंग टोकन्स	286,217	0
प्रतिसाद वेळ (सरासरी)	69.87s	26.57s
प्रतिसाद वेळ (कमाल)	451.90s	152.83s
प्रतिसाद वेळ (एकूण)	1607.12s	611.09s
पॅरामीटर्स	30B	198B एकूण (11B सक्रिय)
उपलब्धता	मुक्त स्रोत	मुक्त स्रोत

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#112 Muse Glimmer 30B

high

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

#106 Step 3.7 Flash

medium

खर्च: $0.006
वेळ: 46.2s
टोकन्स: 4,466 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
Muse Glimmer 30B	10.0	10.0	100.0%	0		139.73s	178,365	1,937	16,000
Step 3.7 Flash	7.4	3.8	66.7%	1		93.88s	205,333	31,126	0

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Muse Glimmer 30B	8.7	7.9	91.7%	1		13.18s	810	9,052	11,687
Step 3.7 Flash	8.7	7.9	91.7%	1		9.65s	756	32,185	0

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
Step 3.7 Flash	8.8	7.8	88.9%	1		27.42s	7,437	44,797	0

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Muse Glimmer 30B	6.4	5.8	66.7%	1		115.38s	75,453	4,435	49,342
Step 3.7 Flash	7.3	5.8	83.3%	1		80.94s	87,764	114,720	0

डेटा पार्सिंग आणि निष्कर्षण	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Muse Glimmer 30B	7.3	5.9	83.3%	1		14.89s	7,065	4,422	7,478
Step 3.7 Flash	10.0	10.0	100.0%	0		2.75s	7,398	3,020	0

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Muse Glimmer 30B	2.9	7.2	11.1%	1		182.58s	885	60,569	72,346
Step 3.7 Flash	5.3	10.0	33.3%	0		27.26s	837	52,484	0

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Muse Glimmer 30B	5.3	10.0	0.0%	0		6.36s	525	1,574	1,659
Step 3.7 Flash	4.0	10.0	0.0%	0		6.85s	525	3,987	0

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Muse Glimmer 30B	8.4	6.9	83.3%	1		8.62s	765	2,259	4,296
Step 3.7 Flash	9.8	10.0	100.0%	0		1.83s	735	2,166	0

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Muse Glimmer 30B	6.1	4.7	66.7%	2		64.76s	795	846	46,992
Step 3.7 Flash	5.7	9.9	33.3%	0		6.19s	756	15,071	0

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Muse Glimmer 30B	10.0	10.0	100.0%	0		6.41s	9,546	331	1,137
Step 3.7 Flash	10.0	10.0	100.0%	0		4.16s	7,746	2,115	0

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Muse Glimmer 30B	3.0	10.0	0.0%	0		94.20s	231	973	19,847
Step 3.7 Flash	3.0	10.0	0.0%	0		113.98s	237	139,164	0

झटपट तुलना

तुलना जोडी बदला

Step 3.7 FlashmediumvsGLM 5.3high Muse Glimmer 30BhighvsQwen3.5 Plus 2026-04-20medium Muse Glimmer 30BhighvsQwen3.7 Flashlow Qwen3.7 PlusnonevsStep 3.7 Flashmedium Step 3.7 FlashmediumvsGrok 4.5low Qwen3.8 2.4T A95BhighvsStep 3.7 Flashmedium DeepSeek V4 Flash 0731mediumvsMuse Glimmer 30Bhigh Muse Glimmer 30BhighvsGrok 4.5low Muse Glimmer 30BhighvsQwen3.7 Plusnone Muse Glimmer 30BhighvsGrok 4.6medium Qwen3.7 MaxnonevsStep 3.7 Flashmedium GPT-6 LunahighvsStep 3.7 Flashmedium