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 Grok 4.20 (medium)

average score जवळपास समान आहे: 7.1 vs 7.1. Muse Glimmer 30B (low) चा benchmark खर्च कमी आहे: $0.186 vs $0.777. Muse Glimmer 30B (low) वेगवान आहे: 18.51s vs 29.47s, pass rates 63.6% vs 63.6%.

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
#101
एकूण आउटपुट टोकन्स
259,340
प्रतिसाद वेळ (सरासरी)
29.47s
एकूण खर्च
$0.777
शिफारस केलेले मॉडेल Muse Glimmer 30B (low)

It has the best score here (7.1), while costing about 4.2x less than Grok 4.20 (medium).

तपशीलवार तुलना

मेट्रिक Muse Glimmer 30B Muse Glimmer 30B low प्रकाशन: 2026-08-11 Grok 4.20 Grok 4.20 medium प्रकाशन: 2026-03-31
स्कोअर 7.1 7.1
क्रमांक #99 #101
विश्वसनीयता 10.0 10.0
सुसंगतता 8.2 8.5
बेंचमार्क कव्हरेज 22/22 चाचण्या · 66/66 प्रयत्न 22/22 चाचण्या · 66/66 प्रयत्न
बरोबर चाचण्या
प्रति प्रयत्न पास दर 63.6% 63.6%
अस्थिर चाचण्या 5 4
एकूण रन 66 66
प्रति निकाल खर्च 1.685 9.709
एकूण खर्च $0.186 $0.777
इनपुट किंमत $0.350 / 1M $1.250 / 1M
आउटपुट किंमत $1.500 / 1M $2.500 / 1M
एकूण इनपुट टोकन्स 130,300 102,791
आउटपुट टोकन्स 33,907 5,363
रिझनिंग टोकन्स 61,571 253,977
प्रतिसाद वेळ (सरासरी) 18.51s 29.47s
प्रतिसाद वेळ (कमाल) 234.92s 199.66s
प्रतिसाद वेळ (एकूण) 407.22s 648.35s

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

#101 xAI: Grok 4.20

medium
खर्च
$0.041
वेळ
110.3s
टोकन्स
16,336 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
Grok 4.20 6.3 6.6 55.6% 1 109.93s 8,307 268 103,150

झटपट तुलना

तुलना जोडी बदला