Muse Glimmer 30B (medium) vs Qwen3.8 Flash Next (medium)

Muse Glimmer 30B (medium) average score मध्ये पुढे आहे: 7.7 vs 7.6. Qwen3.8 Flash Next (medium) चा benchmark खर्च कमी आहे: ~$0.047 vs $0.353. Qwen3.8 Flash Next (medium) वेगवान आहे: 24.79s vs 33.97s, pass rates 65.2% vs 75.4%.

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

तुलना केलेली मॉडेल्स

क्रमांक: #118
एकूण आउटपुट टोकन्स: 180,687
प्रतिसाद वेळ (सरासरी): 33.97s
एकूण खर्च: $0.353

क्रमांक: #119
एकूण आउटपुट टोकन्स: 143,965
प्रतिसाद वेळ (सरासरी): 24.79s
एकूण खर्च: ~$0.047

शिफारस केलेले मॉडेल Qwen3.8 Flash Next (medium)

Its score stays close to the best score here (7.6 vs 7.7), while costing about 7.5x less than Muse Glimmer 30B (medium).

तपशीलवार तुलना

मेट्रिक	Muse Glimmer 30B Muse Glimmer 30B medium प्रकाशन: 2026-08-11	Qwen3.8 Flash Next Qwen3.8 Flash Next medium प्रकाशन: 2026-10-04

मेट्रिक	Muse Glimmer 30B Muse Glimmer 30B medium प्रकाशन: 2026-08-11	Qwen3.8 Flash Next Qwen3.8 Flash Next medium प्रकाशन: 2026-10-04
स्कोअर	7.7	7.6
क्रमांक	#118	#119
विश्वसनीयता	10.0	10.0
सुसंगतता	8.0	7.9
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	65.2%	75.4%
अस्थिर चाचण्या	6	6
एकूण रन	69	69
प्रति निकाल खर्च	2.935	~0.314
एकूण खर्च	$0.353	~$0.047
इनपुट किंमत	$0.350 / 1M	लागू नाही
आउटपुट किंमत	$1.500 / 1M	लागू नाही
कॅश वाचण्याची किंमत	$0.040 / 1M	लागू नाही
कॅश लिहिण्याची किंमत	लागू नाही	लागू नाही
एकूण इनपुट टोकन्स	269,497	278,792
आउटपुट टोकन्स	34,935	1,695
रिझनिंग टोकन्स	145,752	142,270
प्रतिसाद वेळ (सरासरी)	33.97s	24.79s
प्रतिसाद वेळ (कमाल)	181.08s	159.62s
प्रतिसाद वेळ (एकूण)	781.36s	570.26s
पॅरामीटर्स	30B	180B एकूण (6B सक्रिय)
उपलब्धता	मुक्त स्रोत	वेट्स उपलब्ध

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.

#118 Muse Glimmer 30B

medium

खर्च: $0.003
वेळ: 31.9s
टोकन्स: 1,845 tok

#119 Qwen3.8 Flash Next

medium

खर्च: ~$0.002
वेळ: 40.7s
टोकन्स: 4,059 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		107.36s	152,984	1,870	10,743
Qwen3.8 Flash Next	4.7	3.1	33.3%	1		159.62s	140,688	51	35,597

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	9.2	8.4	91.7%	1		7.36s	810	1,183	5,164
Qwen3.8 Flash Next	10.0	10.0	100.0%	0		1.81s	672	273	1,804

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Muse Glimmer 30B	8.4	7.8	77.8%	1		33.67s	7,419	4,662	20,605
Qwen3.8 Flash Next	10.0	10.0	100.0%	0		45.53s	7,893	346	37,643

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Muse Glimmer 30B	6.5	10.0	50.0%	0		76.48s	88,472	4,448	29,477
Qwen3.8 Flash Next	6.4	5.8	66.7%	1		76.72s	110,480	49	36,248

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		7.20s	7,065	2,570	3,513
Qwen3.8 Flash Next	10.0	10.0	100.0%	0		6.65s	8,097	267	3,274

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		44.62s	885	10,588	25,769
Qwen3.8 Flash Next	2.9	4.4	22.2%	2		17.29s	780	10	15,480

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Muse Glimmer 30B	4.7	9.8	0.0%	0		5.16s	525	1,312	1,379
Qwen3.8 Flash Next	4.8	3.2	33.3%	1		7.29s	516	152	1,553

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Muse Glimmer 30B	9.8	10.0	100.0%	0		5.34s	765	1,206	2,359
Qwen3.8 Flash Next	9.8	10.0	100.0%	0		2.04s	699	48	1,071

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Muse Glimmer 30B	6.0	4.6	66.7%	2		64.73s	795	6,278	39,397
Qwen3.8 Flash Next	8.2	7.2	88.9%	1		2.23s	696	469	1,471

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		5.64s	9,546	320	839
Qwen3.8 Flash Next	10.0	10.0	100.0%	0		5.75s	8,067	24	744

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		26.69s	231	498	6,507
Qwen3.8 Flash Next	3.0	10.0	0.0%	0		24.39s	204	6	7,385

झटपट तुलना

तुलना जोडी बदला

GPT-6 LunalowvsQwen3.8 Flash Nextmedium Muse Glimmer 30BmediumvsQwen3.7 Flashlow Qwen3.8 Flash NextmediumvsSpace Bunny Alphahigh Muse Glimmer 30BmediumvsGPT-6 Lunahigh Muse Glimmer 30BmediumvsGrok 4.5low Seed-2.0-CodehighvsQwen3.8 Flash Nextmedium Muse Glimmer 30BmediumvsQwen3.7 Plusnone Muse Glimmer 30BmediumvsGPT-6 Lunalow Muse Glimmer 30BmediumvsQwen3.8 27Blowमोफत उपलब्ध Muse Glimmer 30BmediumvsSpace Bunny Alphahigh Muse Glimmer 30BhighvsQwen3.8 Flash Nextmedium GPT-6 LunahighvsQwen3.8 Flash Nextmedium