- 排名
- #93
- 总输出令牌
- 167,153
- 响应时间（平均）
- 30.31s
- 总成本
- $0.279
Muse Glimmer 30B (medium) vs Grok 4.3 (medium)
Muse Glimmer 30B (medium) 平均分领先，为 7.2 vs 7.1。 Muse Glimmer 30B (medium) benchmark 成本更低，为 $0.279 vs $0.779。 Muse Glimmer 30B (medium) 更快，为 30.31s vs 47.45s，通过率为 65.2% vs 68.2%。
- 排名
- #98
- 总输出令牌
- 241,421
- 响应时间（平均）
- 47.45s
- 总成本
- $0.779
推荐模型
Muse Glimmer 30B (medium)
它在这里得分最高（7.2），同时成本比Grok 4.3 (medium)低约 2.8 倍。
详细对比
| 指标 | Muse Glimmer 30B Muse Glimmer 30B medium | Grok 4.3 Grok 4.3 medium |
|---|---|---|
| 分数 | 7.2 | 7.1 |
| 排名 | #93 | #98 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 7.9 | 8.6 |
| 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 | 65.2% | 68.2% |
| 不稳定测试 | 6 | 4 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 2.531 | 5.990 |
| 总成本 | $0.279 | $0.779 |
| 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 | 116,501 | 140,031 |
| 输出令牌 | 33,074 | 13,739 |
| 推理令牌 | 134,079 | 227,682 |
| 响应时间（平均） | 30.31s | 47.45s |
| 响应时间（最大） | 181.08s | 216.69s |
| 响应时间（总计） | 666.85s | 1043.83s |
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#93 Muse Glimmer 30B
medium- 成本
- $0.003
- 时间
- 31.9s
- 令牌
- 1,845 tok
#98 xAI: Grok 4.3
medium- 成本
- $0.009
- 时间
- 19.0s
- 令牌
- 3,661 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 | 9.2 | 8.4 | 91.7% | 1 | 7.36s | 810 | 1,183 | 5,164 | |
| Grok 4.3 | 10.0 | 10.0 | 100.0% | 0 | 8.83s | 2,010 | 88 | 8,207 |
| 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 | 8.4 | 7.8 | 77.8% | 1 | 33.67s | 7,419 | 4,662 | 20,605 | |
| Grok 4.3 | 5.9 | 7.7 | 44.4% | 1 | 41.23s | 8,340 | 1,028 | 31,226 |
| 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 | 6.5 | 10.0 | 50.0% | 0 | 76.48s | 88,472 | 4,448 | 29,477 | |
| Grok 4.3 | 6.5 | 10.0 | 50.0% | 0 | 55.07s | 108,468 | 11,992 | 21,601 |
| 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 | 7.3 | 5.9 | 83.3% | 1 | 7.20s | 7,065 | 2,570 | 3,513 | |
| Grok 4.3 | 10.0 | 10.0 | 100.0% | 0 | 18.97s | 7,761 | 180 | 9,546 |
| 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 | 3.6 | 7.2 | 22.2% | 1 | 42.23s | 873 | 10,597 | 24,839 | |
| Grok 4.3 | 5.3 | 7.2 | 44.4% | 1 | 181.74s | 1,764 | 14 | 111,300 |
| 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 | 4.7 | 9.8 | 0.0% | 0 | 5.16s | 525 | 1,312 | 1,379 | |
| Grok 4.3 | 5.4 | 2.5 | 66.7% | 1 | 24.70s | 825 | 70 | 5,020 |
| 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 | 9.8 | 10.0 | 100.0% | 0 | 5.34s | 765 | 1,206 | 2,359 | |
| Grok 4.3 | 9.8 | 10.0 | 100.0% | 0 | 18.58s | 1,362 | 57 | 8,713 |
| 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 | 6.0 | 4.6 | 66.7% | 2 | 64.73s | 795 | 6,278 | 39,397 | |
| Grok 4.3 | 5.9 | 7.2 | 55.6% | 1 | 22.52s | 1,689 | 128 | 14,468 |
| 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 | 5.64s | 9,546 | 320 | 839 | |
| Grok 4.3 | 10.0 | 10.0 | 100.0% | 0 | 17.66s | 7,263 | 168 | 4,615 |
| 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 | 26.69s | 231 | 498 | 6,507 | |
| Grok 4.3 | 3.0 | 10.0 | 0.0% | 0 | 44.47s | 549 | 14 | 12,986 |
快速对比
切换对比组合
Muse Glimmer 30BlowvsGrok 4.3mediumMuse Glimmer 30BmediumvsSolar Pro 4highKAT-Coder-Pro V2.5highvsMuse Glimmer 30BmediumQwen3.7 PlusnonevsGrok 4.3mediumMuse Glimmer 30BmediumvsQwen3.7 PlusnoneMuse Glimmer 30BmediumvsStep 3.7 FlashlowSolar Pro 4highvsGrok 4.3mediumClaude Opus 4.8nonevsMuse Glimmer 30BmediumMuse Glimmer 30BmediumvsQwen3.7 FlashlowKAT-Coder-Pro V2.5highvsGrok 4.3mediumStep 3.7 FlashlowvsGrok 4.3mediumClaude Opus 4.8nonevsGrok 4.3medium