Muse Glimmer 30B (high) vs Grok 4.5 (medium)

Grok 4.5 (medium) average score मध्ये पुढे आहे: 7.8 vs 7.7. Muse Glimmer 30B (high) चा benchmark खर्च कमी आहे: $0.625 vs $2.996. Grok 4.5 (medium) वेगवान आहे: 68.44s vs 69.87s, pass rates 66.7% vs 79.7%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-05

तुलना केलेली मॉडेल्स

क्रमांक: #115
एकूण आउटपुट टोकन्स: 388,743
प्रतिसाद वेळ (सरासरी): 69.87s
एकूण खर्च: $0.625

क्रमांक: #107
एकूण आउटपुट टोकन्स: 306,044
प्रतिसाद वेळ (सरासरी): 68.44s
एकूण खर्च: $2.996

शिफारस केलेले मॉडेल Grok 4.5 (medium)

It has the strongest score in this comparison (7.8) and the best overall balance of cost and response time across all 2 models.

तपशीलवार तुलना

मेट्रिक	Muse Glimmer 30B Muse Glimmer 30B high प्रकाशन: 2026-08-11	Grok 4.5 Grok 4.5 medium प्रकाशन: 2026-07-08

मेट्रिक	Muse Glimmer 30B Muse Glimmer 30B high प्रकाशन: 2026-08-11	Grok 4.5 Grok 4.5 medium प्रकाशन: 2026-07-08
स्कोअर	7.7	7.8
क्रमांक	#115	#107
विश्वसनीयता	10.0	10.0
सुसंगतता	7.3	9.0
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	66.7%	79.7%
अस्थिर चाचण्या	8	3
एकूण रन	69	69
प्रति निकाल खर्च	5.675	14.430
एकूण खर्च	$0.625	$2.996
इनपुट किंमत	$0.350 / 1M	$2.000 / 1M
आउटपुट किंमत	$1.500 / 1M	$6.000 / 1M
कॅश वाचण्याची किंमत	$0.040 / 1M	$0.300 / 1M
कॅश लिहिण्याची किंमत	लागू नाही	लागू नाही
एकूण इनपुट टोकन्स	281,859	308,369
आउटपुट टोकन्स	102,526	7,013
रिझनिंग टोकन्स	286,217	299,031
प्रतिसाद वेळ (सरासरी)	69.87s	68.44s
प्रतिसाद वेळ (कमाल)	451.90s	436.38s
प्रतिसाद वेळ (एकूण)	1607.12s	1574.14s
पॅरामीटर्स	30B	~1.7T एकूण (~170B सक्रिय)
उपलब्धता	मुक्त स्रोत	बंद स्रोत

कॅशच्या किमती इनपुट टोकनला लागू होतात. वाचताना साठवलेले प्रॉम्प्ट पुन्हा वापरले जातात; लिहिताना ते साठवले जातात आणि अधिक खर्च होऊ शकतो. आउटपुट टोकनला आउटपुट किंमत लागू होते.

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#115 Muse Glimmer 30B

high

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

#107 SpaceXAI: Grok 4.5

medium

खर्च: $0.044
वेळ: 59.4s
टोकन्स: 7,512 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
Grok 4.5	5.0	10.0	0.0%	0		65.24s	186,214	1,499	5,085

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
Grok 4.5	10.0	10.0	100.0%	0		23.50s	2,991	147	4,018

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
Grok 4.5	7.6	7.2	77.8%	1		155.69s	9,579	390	104,634

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
Grok 4.5	10.0	10.0	100.0%	0		29.01s	83,730	4,154	16,180

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
Grok 4.5	10.0	10.0	100.0%	0		6.29s	8,937	225	3,657

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
Grok 4.5	5.3	7.2	44.4%	1		249.34s	2,221	11	140,815

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
Grok 4.5	6.5	3.4	66.7%	1		12.84s	1,077	71	2,384

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
Grok 4.5	9.8	10.0	100.0%	0		6.06s	1,857	57	2,728

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
Grok 4.5	10.0	10.0	100.0%	0		7.75s	2,430	254	3,641

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
Grok 4.5	10.0	10.0	100.0%	0		6.57s	8,544	192	968

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
Grok 4.5	3.0	10.0	0.0%	0		74.44s	789	13	14,921

झटपट तुलना

तुलना जोडी बदला

Grok 4.5mediumvsGLM 5.3high Muse Glimmer 30BhighvsQwen3.5 Plus 2026-04-20medium Ling 3.1 FlashhighvsGrok 4.5medium Muse Glimmer 30BhighvsQwen3.7 Flashlow Qwen3.8 2.4T A95BhighvsGrok 4.5medium Qwen3.7 PlusnonevsGrok 4.5medium DeepSeek V4 Flash 0731mediumvsMuse Glimmer 30Bhigh Muse Glimmer 30BhighvsGrok 4.5low Muse Glimmer 30BhighvsQwen3.7 Plusnone Qwen3.7 MaxnonevsGrok 4.5medium Muse Glimmer 30BhighvsGrok 4.6medium Claude Fable 5.1highvsGrok 4.5medium