- 排名
- #99
- 总输出令牌
- 95,478
- 响应时间（平均）
- 18.51s
- 总成本
- $0.186
Muse Glimmer 30B (low) vs Grok 4.20 (medium)
平均分几乎持平，为 7.1 vs 7.1。 Muse Glimmer 30B (low) benchmark 成本更低，为 $0.186 vs $0.777。 Muse Glimmer 30B (low) 更快，为 18.51s vs 29.47s，通过率为 63.6% vs 63.6%。
- 排名
- #101
- 总输出令牌
- 259,340
- 响应时间（平均）
- 29.47s
- 总成本
- $0.777
推荐模型
Muse Glimmer 30B (low)
它在这里得分最高（7.1），同时成本比Grok 4.20 (medium)低约 4.2 倍。
详细对比
| 指标 | Muse Glimmer 30B Muse Glimmer 30B low | Grok 4.20 Grok 4.20 medium |
|---|---|---|
| 分数 | 7.1 | 7.1 |
| 排名 | #99 | #101 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 8.2 | 8.5 |
| 基准测试覆盖率 | 22/22 项测试 · 66/66 次尝试 | 22/22 项测试 · 66/66 次尝试 |
| 测试正确 | ||
| 尝试通过率 | 63.6% | 63.6% |
| 不稳定测试 | 5 | 4 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 1.685 | 9.709 |
| 总成本 | $0.186 | $0.777 |
| 输入价格 | $0.350 / 1M | $1.250 / 1M |
| 输出价格 | $1.500 / 1M | $2.500 / 1M |
| 总输入令牌 | 130,300 | 102,791 |
| 输出令牌 | 33,907 | 5,363 |
| 推理令牌 | 61,571 | 253,977 |
| 响应时间（平均） | 18.51s | 29.47s |
| 响应时间（最大） | 234.92s | 199.66s |
| 响应时间（总计） | 407.22s | 648.35s |
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#99 Muse Glimmer 30B
low- 成本
- $0.002
- 时间
- 13.5s
- 令牌
- 953 tok
#101 xAI: Grok 4.20
medium- 成本
- $0.041
- 时间
- 110.3s
- 令牌
- 16,336 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
| 反AI技巧 | 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 | 8.7 | 8.0 | 91.7% | 1 | 3.57s | 810 | 1,054 | 2,240 | |
| Grok 4.20 | 8.2 | 7.9 | 83.3% | 1 | 3.95s | 2,010 | 287 | 8,312 |
| 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 | |
| Grok 4.20 | 6.3 | 6.6 | 55.6% | 1 | 109.93s | 8,307 | 268 | 103,150 |
| 综合 | 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 | 3.8 | 5.8 | 33.3% | 1 | 131.97s | 102,271 | 24,417 | 33,400 | |
| Grok 4.20 | 8.7 | 6.9 | 83.3% | 1 | 42.25s | 71,267 | 3,776 | 44,009 |
| 数据解析与提取 | 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 | 10.0 | 10.0 | 100.0% | 0 | 4.17s | 7,065 | 1,219 | 1,841 | |
| Grok 4.20 | 10.0 | 10.0 | 100.0% | 0 | 4.17s | 7,761 | 180 | 5,333 |
| 领域专项 | 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 | 3.5 | 4.4 | 33.3% | 2 | 10.49s | 873 | 3,107 | 6,126 | |
| Grok 4.20 | 5.3 | 10.0 | 33.3% | 0 | 27.03s | 1,764 | 375 | 49,339 |
| 通用智能 | 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 | 5.0 | 10.0 | 0.0% | 0 | 2.50s | 525 | 33 | 542 | |
| Grok 4.20 | 3.9 | 2.6 | 33.3% | 1 | 24.48s | 825 | 65 | 6,440 |
| 指令遵循 | 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 | 8.4 | 6.9 | 83.3% | 1 | 3.60s | 765 | 139 | 1,467 | |
| Grok 4.20 | 9.8 | 10.0 | 100.0% | 0 | 4.26s | 1,362 | 57 | 6,419 |
| 谜题求解 | 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 | 7.7 | 10.0 | 66.7% | 0 | 5.06s | 795 | 545 | 2,721 | |
| Grok 4.20 | 7.7 | 10.0 | 66.7% | 0 | 6.22s | 1,689 | 149 | 7,913 |
| 工具调用 | 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 | 10.0 | 10.0 | 100.0% | 0 | 5.04s | 9,546 | 385 | 803 | |
| Grok 4.20 | 3.0 | 10.0 | 0.0% | 0 | 13.68s | 7,275 | 197 | 6,620 |
| 常识问答 | 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 | 3.0 | 10.0 | 0.0% | 0 | 9.71s | 231 | 249 | 2,258 | |
| Grok 4.20 | 3.0 | 10.0 | 0.0% | 0 | 63.48s | 531 | 9 | 16,442 |
快速对比
切换对比组合
Muse Glimmer 30BlowvsGrok 4.3mediumMuse Glimmer 30BlowvsGLM 5.1mediumMuse Glimmer 30BlowvsQwen3.5-122B-A10BmediumMuse Glimmer 30BlowvsQwen3.7 PlusnoneQwen3.7 PlusnonevsGrok 4.20mediumMuse Glimmer 30BlowvsQwen3.5 Plus 2026-04-20mediumMuse Glimmer 30BlowvsSolar Pro 4highSolar Pro 4highvsGrok 4.20mediumKAT-Coder-Pro V2.5highvsMuse Glimmer 30BlowMuse Glimmer 30BlowvsKimi K2.6mediumKAT-Coder-Pro V2.5highvsGrok 4.20mediumDeepSeek V3.2mediumvsMuse Glimmer 30Blow