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 (low) vs Kimi K2.5 (medium)

Muse Glimmer 30B (low) average score मध्ये पुढे आहे: 7.1 vs 7.0. Muse Glimmer 30B (low) चा benchmark खर्च कमी आहे: $0.186 vs $0.600. Muse Glimmer 30B (low) वेगवान आहे: 18.51s vs 99.00s, pass rates 63.6% vs 65.2%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-08-11

क्रमांक
#99
एकूण आउटपुट टोकन्स
95,478
प्रतिसाद वेळ (सरासरी)
18.51s
एकूण खर्च
$0.186
क्रमांक
#103
एकूण आउटपुट टोकन्स
227,367
प्रतिसाद वेळ (सरासरी)
99.00s
एकूण खर्च
$0.600
शिफारस केलेले मॉडेल Muse Glimmer 30B (low)

It has the best score here (7.1), while costing about 3.2x less than Kimi K2.5 (medium).

तपशीलवार तुलना

मेट्रिक Muse Glimmer 30B Muse Glimmer 30B low प्रकाशन: 2026-08-11 Kimi K2.5 Kimi K2.5 medium प्रकाशन: 2026-01-27
स्कोअर 7.1 7.0
क्रमांक #99 #103
विश्वसनीयता 10.0 10.0
सुसंगतता 8.2 7.0
बेंचमार्क कव्हरेज 22/22 चाचण्या · 66/66 प्रयत्न 22/22 चाचण्या · 66/66 प्रयत्न
बरोबर चाचण्या
प्रति प्रयत्न पास दर 63.6% 65.2%
अस्थिर चाचण्या 5 8
एकूण रन 66 66
प्रति निकाल खर्च 1.685 4.789
एकूण खर्च $0.186 $0.600
इनपुट किंमत $0.350 / 1M $0.571 / 1M
आउटपुट किंमत $1.500 / 1M $2.850 / 1M
एकूण इनपुट टोकन्स 130,300 118,448
आउटपुट टोकन्स 33,907 62,124
रिझनिंग टोकन्स 61,571 165,243
प्रतिसाद वेळ (सरासरी) 18.51s 99.00s
प्रतिसाद वेळ (कमाल) 234.92s 281.00s
प्रतिसाद वेळ (एकूण) 407.22s 1485.04s

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#99 Muse Glimmer 30B

low
खर्च
$0.002
वेळ
13.5s
टोकन्स
953 tok

#103 MoonshotAI: Kimi K2.5

medium
खर्च
$0.030
वेळ
58.6s
टोकन्स
8,683 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 8.1 9.9 66.7% 0 16.52s 7,419 2,759 10,173
Kimi K2.5 6.1 4.6 66.7% 2 217.49s 6,935 5,705 74,693

झटपट तुलना

तुलना जोडी बदला