DataLearner 标志

Muse Glimmer-30B 评测详情

Muse Glimmer-30B 当前已收录的代表性评测结果包括 IF Bench(19 / 282,得分 77)、Creative Writing(21 / 106,得分 1789.70)、AA-LCR(47 / 174,得分 80)。本页还提供与 3 个竞品模型及 2 个前代或同系列模型的对比,在有数据时会展示性能和价格视图。

评测结果

Muse Glimmer-30B

评测结果

思考模式
工具使用
联网能力

综合知识考试

共 1 项评测
评测名称 / 模式
得分
排名/总数
HLE
高
22
274 / 568

科学知识与推理

共 1 项评测
评测名称 / 模式
得分
排名/总数
83.50
185 / 461

仓库修复与多文件工程

共 2 项评测
评测名称 / 模式
得分
排名/总数
76
37 / 116
51.20
44 / 62

写作与创意表达

共 1 项评测
评测名称 / 模式
得分
排名/总数
Creative Writing
常规模式
1789.70
21 / 106

指令与格式遵循

共 1 项评测
评测名称 / 模式
得分
排名/总数
77
19 / 282

跨长文理解与整合

共 1 项评测
评测名称 / 模式
得分
排名/总数
80
47 / 174

数学

共 1 项评测
评测名称 / 模式
得分
排名/总数
94.70
15 / 30

桌面工作流

共 1 项评测
评测名称 / 模式
得分
排名/总数
65.90
22 / 28

自主开发与终端任务

共 1 项评测
评测名称 / 模式
得分
排名/总数
51.70
134 / 199

跨应用与工具编排

共 1 项评测
评测名称 / 模式
得分
排名/总数
MCP-Atlas
高工具
75.50
25 / 44

跨行业工作评估

共 1 项评测
评测名称 / 模式
得分
排名/总数
GDPval-AA v2
高工具
953
96 / 110

事实查找与深度检索

共 1 项评测
评测名称 / 模式
得分
排名/总数
DeepSearchQA
高工具联网
74.60
3 / 3

图像感知与视觉推理

共 1 项评测
评测名称 / 模式
得分
排名/总数
74
99 / 229

文档与图表理解

共 2 项评测
评测名称 / 模式
得分
排名/总数
78.80
19 / 19
75.80
3 / 3

科学计算与科研编程

共 1 项评测
评测名称 / 模式
得分
排名/总数
43.60
98 / 134

客服与业务流程

共 1 项评测
评测名称 / 模式
得分
排名/总数
τ³-Banking
高工具
23.50
82 / 167

竞品对比

Muse Glimmer-30B 与同类主流模型的评测得分对比

评测类别:
柱状图按当前筛选范围内每个模型在各评测中的最高分展示;百分制评测使用原始高度,超出 0-100 的评测按该评测内相对比例缩放,标签仍保留原始分数。

12 项可对比评测得分汇总。每个模型展示最佳得分,模式在分数下方标注。

评测项Muse Glimmer-30B当前Qwen3.8-27BGemma 4 31BQwen3.6-35B-A3B
HLE
Accuracy
综合知识考试
22.00思考水平·高
33.90思考水平·极高
26.50开启思考 | 工具
22.20开启思考
GPQA Diamond
Accuracy
科学知识与推理
83.50思考水平·高
90.50思考水平·极高
84.30开启思考
84.85常规模式
SWE-Bench Pro - Public
Accuracy
仓库修复与多文件工程
51.20思考水平·高 | 工具
61.70开启思考 | 工具
--
49.50开启思考
SWE-bench Verified
Accuracy
仓库修复与多文件工程
76.00思考水平·高 | 工具
--
--
73.40开启思考
Creative Writing
Elo、大模型评判两两对战
写作与创意表达
1789.70常规模式
1668.40常规模式
1366.00常规模式
--
IF Bench
Accuracy
指令与格式遵循
77.00思考水平·高
--
75.60开启思考
64.40开启思考
AA-LCR
Accuracy
跨长文理解与整合
80.00思考水平·高
82.00思考水平·极高
46.70常规模式
64.30常规模式
AIME 2026
Accuracy
数学
94.70思考水平·高
--
89.20开启思考
92.70开启思考
OSWorld-Verified
Accuracy
桌面工作流
65.90思考水平·高 | 工具
84.30开启思考 | 工具
--
--
Terminal-Bench 2.1
Accuracy
自主开发与终端任务
51.70思考水平·高 | 工具
79.80思考水平·极高 | 工具
43.40开启思考 | 工具
44.90开启思考 | 工具
GDPval-AA v2
Elo score
跨行业工作评估
953.00思考水平·高 | 工具
1463.00思考水平·极高 | 工具
691.00常规模式 | 工具
953.00常规模式 | 工具
MMMU-Pro
Accuracy
图像感知与视觉推理
74.00思考水平·高
76.30思考水平·极高
76.90思考水平·高
75.00开启思考
其余 4 个 benchmark 仍可在上方图表中查看。

Muse Glimmer-30B 与同类模型的标准 API 价格对比

按模型并排展示标准文本输入价与输出价;若存在超长上下文加价,仅保留阈值内标准价,并在下方说明适用范围。

数据来源:DataLearnerAI,展示默认供应商的标准文本价格。

这些模型暂未提供可比较的标准文本价格。

历代版本对比

Muse Glimmer-30B 系列各版本的评测成绩纵向对比

Muse Glimmer-30BMuse Spark 1.1Muse Spark
评测类别:
柱状图按当前筛选范围内每个模型在各评测中的最高分展示;百分制评测使用原始高度,超出 0-100 的评测按该评测内相对比例缩放,标签仍保留原始分数。

12 项可对比评测得分汇总。每个模型展示最佳得分,模式在分数下方标注。· 点击任意行可切换下方趋势图。

评测项Muse Glimmer-30B当前Muse Spark 1.1Muse Spark
HLE
Accuracy
综合知识考试
22.00思考水平·高
62.10开启思考 | 工具
58.00深度思考模式
GPQA Diamond
Accuracy
科学知识与推理
83.50思考水平·高
89.80思考水平·极高
89.50开启思考
SWE-Bench Pro - Public
Accuracy
仓库修复与多文件工程
51.20思考水平·高 | 工具
61.50开启思考 | 工具
--
SWE-bench Verified
Accuracy
仓库修复与多文件工程
76.00思考水平·高 | 工具
--
77.40开启思考 | 工具
Creative Writing
Elo、大模型评判两两对战
写作与创意表达
1789.70常规模式
1916.10常规模式
--
IF Bench
Accuracy
指令与格式遵循
77.00思考水平·高
--
75.90开启思考
AA-LCR
Accuracy
跨长文理解与整合
80.00思考水平·高
77.70思考水平·极高
--
OSWorld-Verified
Accuracy
桌面工作流
65.90思考水平·高 | 工具
80.80开启思考 | 工具
--
Terminal-Bench 2.1
Accuracy
自主开发与终端任务
51.70思考水平·高 | 工具
80.00开启思考 | 工具
62.20开启思考 | 工具
MCP-Atlas
Pass rate / claim coverage
跨应用与工具编排
75.50思考水平·高 | 工具
88.10开启思考 | 工具
82.20常规模式 | 工具
GDPval-AA v2
Elo score
跨行业工作评估
953.00思考水平·高 | 工具
1294.00思考水平·极高 | 工具
--
MMMU-Pro
Accuracy
图像感知与视觉推理
74.00思考水平·高
--
80.40开启思考
其余 2 个 benchmark 仍可在上方图表中查看。

单评测历史趋势图

当前查看:HLE · 综合知识考试

选择评测
常规常规 + 工具推理推理 + 工具深度推理深度推理 + 工具

横轴为模型与发布时间,纵轴为分数;同一模式会用实线串起版本变化,同代不同模式继续用虚线辅助对齐。

Muse Glimmer-30B 所在系列的标准 API 价格对比

按模型并排展示标准文本输入价与输出价;若存在超长上下文加价,仅保留阈值内标准价,并在下方说明适用范围。

数据来源:DataLearnerAI,展示默认供应商的标准文本价格。

这些模型暂未提供可比较的标准文本价格。