नेव्हिगेशन
Advertise here

Muse Glimmer 30B (medium) vs Step 3.7 Flash (low)

average score जवळपास समान आहे: 7.2 vs 7.1. Muse Glimmer 30B (medium) चा benchmark खर्च कमी आहे: $0.227 vs $0.390. Step 3.7 Flash (low) वेगवान आहे: 17.87s vs 30.64s, pass rates 63.6% vs 63.6%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-09-24

तुलना केलेली मॉडेल्स

क्रमांक
#151
एकूण आउटपुट टोकन्स
168,074
प्रतिसाद वेळ (सरासरी)
30.64s
एकूण खर्च
$0.227
क्रमांक
#154
एकूण आउटपुट टोकन्स
320,393
प्रतिसाद वेळ (सरासरी)
17.87s
एकूण खर्च
$0.390
शिफारस केलेले मॉडेल Muse Glimmer 30B (medium)

It has the best score here (7.2), while costing about 1.7x less than Step 3.7 Flash (low).

तपशीलवार तुलना

मेट्रिक Muse Glimmer 30B Muse Glimmer 30B medium प्रकाशन: 2026-08-11 Step 3.7 Flash Step 3.7 Flash low प्रकाशन: 2026-05-29
स्कोअर 7.2 7.1
क्रमांक #151 #154
विश्वसनीयता 10.0 10.0
सुसंगतता 7.9 8.1
प्रयत्न 66/66 66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर 63.6% 63.6%
अस्थिर चाचण्या 6 5
एकूण रन 66 66
प्रति निकाल खर्च 2.543 3.539
एकूण खर्च $0.227 $0.390
इनपुट किंमत $0.300 / 1M $0.200 / 1M
आउटपुट किंमत $1.200 / 1M $1.150 / 1M
एकूण इनपुट टोकन्स 116,513 103,842
आउटपुट टोकन्स 33,065 320,393
रिझनिंग टोकन्स 135,009 0
प्रतिसाद वेळ (सरासरी) 30.64s 17.87s
प्रतिसाद वेळ (कमाल) 181.08s 124.75s
प्रतिसाद वेळ (एकूण) 674.01s 393.04s
पॅरामीटर्स 30B 198B एकूण (11B सक्रिय)
उपलब्धता मुक्त स्रोत मुक्त स्रोत

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#151 Muse Glimmer 30B

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

#154 Step 3.7 Flash

low
अवैध SVG
खर्च
$0.004
वेळ
25.3s
टोकन्स
3,072 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 8.4 7.8 77.8% 1 33.67s 7,419 4,662 20,605
Step 3.7 Flash 8.2 7.2 88.9% 1 9.46s 7,437 18,685 0

झटपट तुलना

तुलना जोडी बदला

Muse Glimmer 30BmediumvsQwen3.7 FlashlowQwen3.5-122B-A10BmediumvsStep 3.7 FlashlowStep 3.7 FlashlowvsSolar Pro 4highMuse Glimmer 30BmediumvsGPT-6 SolnoneMercury 2.5highvsStep 3.7 FlashlowKAT-Coder-Pro V2.5highvsMuse Glimmer 30BmediumQwen3.5 Plus 2026-04-20mediumvsStep 3.7 FlashlowMuse Glimmer 30BmediumvsSolar Pro 4highGPT-6 SolnonevsStep 3.7 FlashlowMuse Glimmer 30BhighvsStep 3.7 FlashlowStep 3.7 FlashlowvsGrok 4.3mediumGPT-5.6 SolnonevsStep 3.7 Flashlow