Claude Opus 4.8 vs Muse Glimmer 30B (medium)

Claude Opus 4.8 лидирует по среднему баллу: 7.3 vs 7.2. Muse Glimmer 30B (medium) имеет более низкую стоимость benchmark: $0.279 vs $1.166. Claude Opus 4.8 быстрее: 4.91s vs 30.31s, с долей успешных попыток 63.6% vs 65.2%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-08-11

Ранг: #89
Общее число выходных токенов: 16,797
Время ответа (среднее): 4.91s
Общая стоимость: $1.166

Ранг: #93
Общее число выходных токенов: 167,153
Время ответа (среднее): 30.31s
Общая стоимость: $0.279

Рекомендуемая модель Muse Glimmer 30B (medium)

Его балл близок к лучшему здесь (7.2 против 7.3), при этом он примерно в 4.2 раза дешевле, чем Claude Opus 4.8.

Подробное сравнение

Метрика	Claude Opus 4.8 Claude Opus 4.8 none Релиз: 2026-05-28	Muse Glimmer 30B Muse Glimmer 30B medium Релиз: 2026-08-11

Метрика	Claude Opus 4.8 Claude Opus 4.8 none Релиз: 2026-05-28	Muse Glimmer 30B Muse Glimmer 30B medium Релиз: 2026-08-11
Оценка	7.3	7.2
Ранг	#89	#93
Надежность	10.0	10.0
Стабильность	9.2	7.9
Покрытие бенчмарка	22/22 тестов · 66/66 попыток	22/22 тестов · 66/66 попыток
Тестов верно
Доля успешных попыток	63.6%	65.2%
Нестабильные тесты	2	6
Всего запусков	66	66
Стоимость за результат	8.969	2.531
Общая стоимость	$1.166	$0.279
Цена входа	$5.000 / 1M	$0.350 / 1M
Цена выхода	$25.000 / 1M	$1.500 / 1M
Общее число входных токенов	149,206	116,501
Выходные токены	16,797	33,074
Токены рассуждений	0	134,079
Время ответа (среднее)	4.91s	30.31s
Время ответа (макс.)	35.03s	181.08s
Время ответа (суммарно)	108.03s	666.85s

Генерация showcase моделей

Hamster playing table tennis

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

#89 Claude Opus 4.8

none

Стоимость: $0.053
Время: 22.0s
Токены: 2,253 tok

#93 Muse Glimmer 30B

medium

Стоимость: $0.003
Время: 31.9s
Токены: 1,845 tok

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Оценка vs Время ответа (среднее)

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Разбивка по категориям

Категория:

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	6.5	10.0	50.0%	0		3.40s	834	1,472	0
Muse Glimmer 30B	9.2	8.4	91.7%	1		7.36s	810	1,183	5,164

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	5.5	10.0	33.3%	0		3.29s	10,590	1,332	0
Muse Glimmer 30B	8.4	7.8	77.8%	1		33.67s	7,419	4,662	20,605

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	9.8	10.0	100.0%	0		26.38s	111,760	11,949	0
Muse Glimmer 30B	6.5	10.0	50.0%	0		76.48s	88,472	4,448	29,477

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	7.3	5.8	83.3%	1		1.77s	10,503	308	0
Muse Glimmer 30B	7.3	5.9	83.3%	1		7.20s	7,065	2,570	3,513

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	5.3	7.2	44.4%	1		1.70s	975	61	0
Muse Glimmer 30B	3.6	7.2	22.2%	1		42.23s	873	10,597	24,839

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	10.0	10.0	100.0%	0		3.48s	708	230	0
Muse Glimmer 30B	4.7	9.8	0.0%	0		5.16s	525	1,312	1,379

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	9.9	10.0	100.0%	0		1.37s	909	95	0
Muse Glimmer 30B	9.8	10.0	100.0%	0		5.34s	765	1,206	2,359

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	7.7	10.0	66.7%	0		2.74s	894	783	0
Muse Glimmer 30B	6.0	4.6	66.7%	2		64.73s	795	6,278	39,397

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	10.0	10.0	100.0%	0		5.35s	11,775	355	0
Muse Glimmer 30B	10.0	10.0	100.0%	0		5.64s	9,546	320	839

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	3.0	10.0	0.0%	0		3.41s	258	212	0
Muse Glimmer 30B	3.0	10.0	0.0%	0		26.69s	231	498	6,507

Быстрое сравнение

Сменить пару сравнения