Muse Glimmer 30B (medium) vs Grok 4.5 (low)

Grok 4.5 (low) average score मध्ये पुढे आहे: 7.8 vs 7.7. Muse Glimmer 30B (medium) चा benchmark खर्च कमी आहे: $0.353 vs $1.345. Grok 4.5 (low) वेगवान आहे: 18.14s vs 33.97s, pass rates 65.2% vs 73.9%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-01

तुलना केलेली मॉडेल्स

क्रमांक: #115
एकूण आउटपुट टोकन्स: 180,687
प्रतिसाद वेळ (सरासरी): 33.97s
एकूण खर्च: $0.353

क्रमांक: #109
एकूण आउटपुट टोकन्स: 121,415
प्रतिसाद वेळ (सरासरी): 18.14s
एकूण खर्च: $1.345

शिफारस केलेले मॉडेल Muse Glimmer 30B (medium)

Its score stays close to the best score here (7.7 vs 7.8), while costing about 3.8x less than Grok 4.5 (low).

तपशीलवार तुलना

मेट्रिक	Muse Glimmer 30B Muse Glimmer 30B medium प्रकाशन: 2026-08-11	Grok 4.5 Grok 4.5 low प्रकाशन: 2026-07-08

मेट्रिक	Muse Glimmer 30B Muse Glimmer 30B medium प्रकाशन: 2026-08-11	Grok 4.5 Grok 4.5 low प्रकाशन: 2026-07-08
स्कोअर	7.7	7.8
क्रमांक	#115	#109
विश्वसनीयता	10.0	10.0
सुसंगतता	8.0	9.3
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	65.2%	73.9%
अस्थिर चाचण्या	6	2
एकूण रन	69	69
प्रति निकाल खर्च	2.935	8.404
एकूण खर्च	$0.353	$1.345
इनपुट किंमत	$0.350 / 1M	$2.000 / 1M
आउटपुट किंमत	$1.500 / 1M	$6.000 / 1M
एकूण इनपुट टोकन्स	269,497	308,068
आउटपुट टोकन्स	34,935	9,218
रिझनिंग टोकन्स	145,752	112,197
प्रतिसाद वेळ (सरासरी)	33.97s	18.14s
प्रतिसाद वेळ (कमाल)	181.08s	205.28s
प्रतिसाद वेळ (एकूण)	781.36s	417.21s
पॅरामीटर्स	30B	~1.7T एकूण (~170B 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.

#115 Muse Glimmer 30B

medium

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

#109 SpaceXAI: Grok 4.5

low

खर्च: $0.011
वेळ: 12.4s
टोकन्स: 2,018 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
Grok 4.5	5.0	10.0	0.0%	0		61.53s	182,463	1,713	4,213

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
Grok 4.5	10.0	10.0	100.0%	0		2.75s	2,991	261	3,000

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
Grok 4.5	10.0	10.0	100.0%	0		13.72s	9,579	303	15,641

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
Grok 4.5	6.5	10.0	50.0%	0		12.75s	82,028	6,031	3,583

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
Grok 4.5	10.0	10.0	100.0%	0		3.44s	8,937	225	2,549

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
Grok 4.5	2.9	7.2	11.1%	1		77.09s	2,523	14	71,813

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
Grok 4.5	6.1	3.1	66.7%	1		4.88s	1,077	98	1,253

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
Grok 4.5	9.8	10.0	100.0%	0		2.80s	1,857	57	1,878

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
Grok 4.5	10.0	10.0	100.0%	0		3.20s	2,430	217	2,590

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
Grok 4.5	10.0	10.0	100.0%	0		5.83s	13,394	284	871

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
Grok 4.5	3.0	10.0	0.0%	0		13.98s	789	15	4,806

झटपट तुलना

तुलना जोडी बदला

DeepSeek V4 Flash 0731mediumvsGrok 4.5low Qwen3.7 PlusnonevsGrok 4.5low Muse Glimmer 30BmediumvsQwen3.7 Flashlow Muse Glimmer 30BmediumvsGPT-6 Lunahigh Step 3.7 FlashmediumvsGrok 4.5low Grok 4.5lowvsGLM 5.3high GPT-6 LunahighvsGrok 4.5low Muse Glimmer 30BhighvsGrok 4.5low Qwen3.5 Plus 2026-04-20mediumvsGrok 4.5low Grok 4.5lowvsMiMo-V2.6-Flashmedium Qwen3.8 2.4T A95BhighvsGrok 4.5low Gemini 3.5 FlashmediumvsGrok 4.5low