- 排名
- #39
- 总输出令牌
- 455,790
- 响应时间（平均）
- 94.47s
- 总成本
- $0.632
Muse Glimmer 30B (xhigh) vs Grok 4.5 (medium)
Grok 4.5 (medium) 平均分领先，为 8.3 vs 8.2。 Muse Glimmer 30B (xhigh) benchmark 成本更低，为 $0.632 vs $1.928。 Grok 4.5 (medium) 更快，为 61.71s vs 94.47s，通过率为 75.8% vs 78.8%。
- 排名
- #35
- 总输出令牌
- 280,567
- 响应时间（平均）
- 61.71s
- 总成本
- $1.928
推荐模型
Muse Glimmer 30B (xhigh)
它的得分接近这里的最高分（8.2 vs 8.3），同时成本比Grok 4.5 (medium)低约 3.1 倍。
详细对比
| 指标 | Muse Glimmer 30B Muse Glimmer 30B xhigh | Grok 4.5 Grok 4.5 medium |
|---|---|---|
| 分数 | 8.2 | 8.3 |
| 排名 | #39 | #35 |
| 可靠性 | 9.8 | 10.0 |
| 一致性 | 8.3 | 8.9 |
| 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 | 75.8% | 78.8% |
| 不稳定测试 | 5 | 3 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 4.509 | 12.049 |
| 总成本 | $0.632 | $1.928 |
| 输入价格 | $0.350 / 1M | $2.000 / 1M |
| 输出价格 | $1.500 / 1M | $6.000 / 1M |
| 总输入令牌 | 110,918 | 122,146 |
| 输出令牌 | 126,922 | 5,514 |
| 推理令牌 | 328,868 | 275,053 |
| 响应时间（平均） | 94.47s | 61.71s |
| 响应时间（最大） | 576.79s | 436.38s |
| 响应时间（总计） | 2078.31s | 1357.56s |
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#39 Muse Glimmer 30B
xhigh- 成本
- $0.007
- 时间
- 94.6s
- 令牌
- 4,318 tok
#35 xAI: Grok 4.5
medium- 成本
- $0.044
- 时间
- 59.4s
- 令牌
- 7,512 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 | 10.0 | 10.0 | 100.0% | 0 | 13.01s | 822 | 9,982 | 12,542 | |
| Grok 4.5 | 10.0 | 10.0 | 100.0% | 0 | 23.50s | 2,991 | 147 | 4,018 |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 105.91s | 7,428 | 18,697 | 63,334 | |
| Grok 4.5 | 7.6 | 7.2 | 77.8% | 1 | 155.69s | 9,579 | 390 | 104,634 |
| 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 | 6.0 | 2.7 | 66.7% | 2 | 272.74s | 82,932 | 21,229 | 77,043 | |
| Grok 4.5 | 10.0 | 10.0 | 100.0% | 0 | 29.01s | 83,730 | 4,154 | 16,180 |
| 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 | 19.84s | 7,071 | 6,535 | 10,689 | |
| Grok 4.5 | 10.0 | 10.0 | 100.0% | 0 | 6.29s | 8,937 | 225 | 3,657 |
| 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 | 5.3 | 7.2 | 44.4% | 1 | 134.61s | 882 | 54,110 | 75,601 | |
| Grok 4.5 | 2.9 | 7.2 | 11.1% | 1 | 198.89s | 2,212 | 11 | 121,922 |
| 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 | 5.5 | 10.0 | 0.0% | 0 | 7.41s | 528 | 1,928 | 2,060 | |
| Grok 4.5 | 6.5 | 3.4 | 66.7% | 1 | 12.84s | 1,077 | 71 | 2,384 |
| 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 | 8.90s | 771 | 2,420 | 4,507 | |
| Grok 4.5 | 9.8 | 10.0 | 100.0% | 0 | 6.06s | 1,857 | 57 | 2,728 |
| 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 | 7.6 | 7.2 | 77.8% | 1 | 199.67s | 695 | 10,241 | 60,935 | |
| Grok 4.5 | 10.0 | 10.0 | 100.0% | 0 | 7.75s | 2,430 | 254 | 3,641 |
| 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 | 8.08s | 9,555 | 383 | 1,566 | |
| Grok 4.5 | 10.0 | 10.0 | 100.0% | 0 | 6.57s | 8,544 | 192 | 968 |
| 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 | 87.23s | 234 | 1,397 | 20,591 | |
| Grok 4.5 | 3.0 | 10.0 | 0.0% | 0 | 74.44s | 789 | 13 | 14,921 |
快速对比
切换对比组合
Gemini 2.5 FlashmediumvsMuse Glimmer 30BxhighInkling SmallhighvsGrok 4.5mediumDeepSeek V4 Flash 0731lowvsMuse Glimmer 30BxhighMuse Spark 1.1lowvsGrok 4.5mediumMuse Glimmer 30BxhighvsGPT-5 MinimediumMuse Spark 1.2lowvsGrok 4.5mediumClaude Sonnet 5mediumvsMuse Glimmer 30BxhighMuse Glimmer 30BxhighvsInklinghighMuse Glimmer 30BxhighvsStep 3.7 FlashmediumMuse Glimmer 30BxhighvsGPT-5.2 ChatnoneMuse Glimmer 30BxhighvsInkling SmallhighMuse Glimmer 30BxhighvsGLM 5.2high