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 GPT-5.6 Sol

Muse Glimmer 30B (low) average score मध्ये पुढे आहे: 7.1 vs 7.0. Muse Glimmer 30B (low) चा benchmark खर्च कमी आहे: $0.187 vs $0.524. GPT-5.6 Sol वेगवान आहे: 2.17s vs 18.64s, pass rates 63.6% vs 63.6%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-08-15

क्रमांक
#111
एकूण आउटपुट टोकन्स
95,970
प्रतिसाद वेळ (सरासरी)
18.64s
एकूण खर्च
$0.187
क्रमांक
#115
एकूण आउटपुट टोकन्स
4,357
प्रतिसाद वेळ (सरासरी)
2.17s
एकूण खर्च
$0.524
शिफारस केलेले मॉडेल GPT-5.6 Sol

Its score stays close to the best score here (7.0 vs 7.1), while responding about 8.6x faster than Muse Glimmer 30B (low).

तपशीलवार तुलना

मेट्रिक Muse Glimmer 30B Muse Glimmer 30B low प्रकाशन: 2026-08-11 GPT-5.6 Sol GPT-5.6 Sol none प्रकाशन: 2026-07-09
स्कोअर 7.1 7.0
क्रमांक #111 #115
विश्वसनीयता 10.0 10.0
सुसंगतता 8.2 9.0
प्रयत्न 66/66 66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर 63.6% 63.6%
अस्थिर चाचण्या 5 3
एकूण रन 66 66
प्रति निकाल खर्च 1.692 4.365
एकूण खर्च $0.187 $0.524
इनपुट किंमत $0.350 / 1M $5.000 / 1M
आउटपुट किंमत $1.500 / 1M $30.000 / 1M
एकूण इनपुट टोकन्स 130,312 78,602
आउटपुट टोकन्स 33,867 4,357
रिझनिंग टोकन्स 62,103 0
प्रतिसाद वेळ (सरासरी) 18.64s 2.17s
प्रतिसाद वेळ (कमाल) 234.92s 12.81s
प्रतिसाद वेळ (एकूण) 410.18s 47.66s
पॅरामीटर्स 30B ~2T एकूण (~150B 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.

#111 Muse Glimmer 30B

low
खर्च
$0.002
वेळ
13.5s
टोकन्स
953 tok

#115 GPT-5.6 Sol

none
खर्च
$0.116
वेळ
78.7s
टोकन्स
3,944 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
GPT-5.6 Sol 5.5 10.0 33.3% 0 1.39s 7,302 390 0

झटपट तुलना

तुलना जोडी बदला