Muse Glimmer 30B

Meta·3 个数据来源·更新于 2026-11-10

上下文窗口131KBenchLM
最大输出131.1KLLM Stats
输入 / 百万 Token$0.3OpenRouter
输出 / 百万 Token$1.2OpenRouter

评测表现

只在同一来源、同一口径下比较。切换来源可查看不同测试结果。

3 个评测来源

当前配置:各基准设置见下表

采集于 2026-11-10查看原始页面
LLM Stats · 公开基准成绩
暂无综合分数当前所选配置的来源分数

不同来源的分数不能直接相加或横向比较;评测任务成本不是 API Token 单价。

逐项基准成绩

32 项已收录成绩 · 保留原始单位和测试条件

AA-LCR厂商自报 · 越高越好
80%

High reasoning.

成绩出处
AIME 2026厂商自报 · 越高越好
94.7%

High reasoning.

成绩出处
ARC-AGI厂商自报 · 越高越好
66.9%

High reasoning; 400-question ARC-AGI set; internal run; pass@1.

成绩出处
Beam 128K厂商自报 · 越高越好
65.1%

High reasoning; 128K context.

成绩出处
CharXiv-R厂商自报 · 越高越好
78.8%

High reasoning; CharXiv reasoning split.

成绩出处
CI Memories Coverage厂商自报 · 越高越好
64.8%

High reasoning; coverage.

成绩出处
CI Memories Violation Rate厂商自报 · 越高越好
26.4%

High reasoning; violation rate (lower is better).

成绩出处
DeepSearchQA厂商自报 · 越高越好
74.6%

High reasoning.

成绩出处
GAIA2厂商自报 · 越高越好
43.3%

High reasoning.

成绩出处
GDPval-AA厂商自报 · 越高越好
953分

High reasoning; GDPval-AA v2 Elo via Artificial Analysis Stirrup harness (max_score 3000).

成绩出处
GPQA厂商自报 · 越高越好
83.5%

High reasoning; Diamond split; AA evaluation.

成绩出处
Humanity's Last Exam厂商自报 · 越高越好
22%

High reasoning; text only; no tools.

成绩出处
IFBench厂商自报 · 越高越好
77%

High reasoning.

成绩出处
MCP Atlas厂商自报 · 越高越好
75.5%

High reasoning; public set.

成绩出处
MMLU-ProX厂商自报 · 越高越好
80.1%

High reasoning; multilingual; pass@1.

成绩出处
MMMU-Pro厂商自报 · 越高越好
74%

High reasoning.

成绩出处
OmniDocBench 1.5厂商自报 · 越高越好
75.8%

High reasoning.

成绩出处
OSWorld-Verified厂商自报 · 越高越好
65.9%

High reasoning.

成绩出处
PinchBench厂商自报 · 越高越好
90.5%

High reasoning; internal run; mean per-task reward averaged over 4 runs.

成绩出处
SciCode厂商自报 · 越高越好
43.6%

High reasoning.

成绩出处
ScreenSpot Pro厂商自报 · 越高越好
75.4%

High reasoning.

成绩出处
Siren AgentDojo Attack Success Rate厂商自报 · 越高越好
28.4%

High reasoning; attack success rate (lower is better).

成绩出处
Siren AgentDojo Utility厂商自报 · 越高越好
94.2%

High reasoning; utility.

成绩出处
SkillsBench厂商自报 · 越高越好
44.3%

High reasoning; with skills.

成绩出处
SWE-Bench Pro厂商自报 · 越高越好
51.2%

High reasoning.

成绩出处
SWE-Bench Verified厂商自报 · 越高越好
76%

High reasoning.

成绩出处
Tau2 Airline厂商自报 · 越高越好
78%

High reasoning; report labels TauBench (Airline); 50 tasks; avg of 4 runs.

成绩出处
Tau2 Retail厂商自报 · 越高越好
87.1%

High reasoning; report labels TauBench (Retail); avg of 4 runs.

成绩出处
Tau2 Telecom厂商自报 · 越高越好
94.1%

High reasoning; report labels TauBench (Telecom); 114 tasks; telecom is a tau2 domain; avg of 4 runs.

成绩出处
Tau3 Banking厂商自报 · 越高越好
23.5%

High reasoning.

成绩出处
Terminal-Bench 2.1厂商自报 · 越高越好
51.7%

High reasoning; Terminus-2 harness.

成绩出处
WildClawBench厂商自报 · 越高越好
47.6%

High reasoning.

成绩出处

技术规格

只展示有可靠来源的资料;优先采用厂商官网与官方模型仓库。

发布日期
2026-08-10LLM Stats
知识截止
2026-01-04LLM Stats
上下文窗口
131K TokenBenchLM
最大输入
131.1K TokenLLM Stats
最大输出
131.1K TokenLLM Stats
输入模态
文本、图像OpenRouter
输出模态
文本OpenRouter
许可证
Apache 2.0LLM Stats

价格与用量

美元 / 百万 Token。不同服务商或测试配置的报价分别列出。

模型 API 价格,单位为美元每百万 Token
来源 / 服务商输入输出缓存读取
DeepInfra$0.3$1.2$0.04

估算一次用量

按表格第一条报价计算,普通文本、无缓存。

预计费用$0.42
不含工具、图片、推理额外计费或阶梯价格;以服务商实际账单为准。

每个数字,都有出处

同名模型通过开发机构和明确版本关联。预览版、日期版本和不同规模模型分别建档。

LLM Stats

公开模型页与公开榜单;自报成绩单独标识

1 条记录最近采集 2026-11-10

BenchLM

公开评测数据;保留来源原始口径

1 条记录最近采集 2026-11-10

OpenRouter

公开模型目录与 API 报价

1 条记录最近采集 2026-11-10
查看全部配置与采集记录
来源 / 配置采集时间原始数据
LLM StatsMuse Glimmer-30BSHA-256 c1fc58cb1c3ecbb7…2026-11-10T13:52:46Z查看来源
BenchLMMuse Glimmer 30B2026-11-10查看来源
OpenRouterMuse Glimmer 30BSHA-256 63cbc45064d84060…2026-11-10T13:51:49Z查看来源
继续浏览模型排行榜