导航
Advertise here

Muse Glimmer 30B — low 对比 medium

平均分几乎持平,为 7.1 vs 7.2。 low benchmark 成本更低,为 $0.152 vs $0.227。 low 更快,为 18.64s vs 30.64s,通过率为 63.6% vs 63.6%。

基准结果生成自 AI BENCHY 测试套件,时间:: 2026-09-24

已对比模型

排名
#153
总输出令牌
95,970
响应时间(平均)
18.64s
总成本
$0.152
排名
#151
总输出令牌
168,074
响应时间(平均)
30.64s
总成本
$0.227
推荐模型 low

它在这里得分最高(7.1),同时响应速度比Muse Glimmer 30B (medium)快约 1.6 倍。

详细对比

指标 Muse Glimmer 30B Muse Glimmer 30B low 发布日期: 2026-08-11 Muse Glimmer 30B Muse Glimmer 30B medium 发布日期: 2026-08-11
分数 7.1 7.2
排名 #153 #151
可靠性 10.0 10.0
一致性 8.2 7.9
尝试次数 66/66 66/66
测试正确
尝试通过率 63.6% 63.6%
不稳定测试 5 6
总运行次数 66 66
每个结果成本 1.692 2.543
总成本 $0.152 $0.227
输入价格 $0.300 / 1M $0.300 / 1M
输出价格 $1.200 / 1M $1.200 / 1M
总输入令牌 130,312 116,513
输出令牌 33,867 33,065
推理令牌 62,103 135,009
响应时间(平均) 18.64s 30.64s
响应时间(最大) 234.92s 181.08s
响应时间(总计) 410.18s 674.01s
参数量 30B 30B
开放状态 开源 开源

模型生成展示

Hamster playing table tennis

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

#153 Muse Glimmer 30B

low
成本
$0.002
时间
13.5s
令牌
953 tok

#151 Muse Glimmer 30B

medium
成本
$0.003
时间
31.9s
令牌
1,845 tok

按分数排名的模型

分数 vs 总成本

响应时间(平均)

分数 vs 响应时间(平均)

总输出令牌

分数 vs 总输出令牌

类别细分

编程 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间(平均) 输入令牌 输出令牌 推理令牌
Muse Glimmer 30B 8.1 9.9 66.7% 0 16.52s 7,419 2,759 10,173
Muse Glimmer 30B 8.4 7.8 77.8% 1 33.67s 7,419 4,662 20,605

快速对比

切换对比组合