Muse Glimmer-30B: preço, contexto e benchmarks com fonte
Solicitar orçamento- Meta (Meta Superintelligence Labs)
- lançado em
- pesos abertos
- verificado
- Snapshot de
- metodologia v1.1
Entrada US$/M
não divulgado
Saída US$/M
não divulgado
Contexto
tokens
Saída máx.
não divulgado
Em São Paulo
Ficha técnica
- Contexto de entrada
- Saída máxima
- não divulgado
- Corte de conhecimento
- Modalidades
- Pesos do modelo
- Retirada mínima
- sem data anunciada pelo fabricante
- Em São Paulo
- A AWS não lista este modelo no Amazon Bedrock: ele não aparece na tabela de disponibilidade regional nem na lista de modelos do Bedrock. Outras nuvens não foram conferidas.
O que significa
Na tabela de disponibilidade regional da AWS, In-Region quer dizer inferência dentro da região de São Paulo; Global quer dizer que o pedido pode ser processado em outra região da AWS, e os dados podem sair de São Paulo. A apuração cobre só o Amazon Bedrock: Azure e Google Cloud não foram conferidos.Se o seu dado não pode sair da região, isso decide a escolha antes do preço e do benchmark. Para a política de uso, a classificação de dados e a trilha de auditoria, veja governança e segurança para IA generativa.
Preços
Dólar por milhão de tokens, por provedor, como o fabricante publica: uma linha por tarifa e uma coluna por tipo de token.
O fabricante não oferece API própria para este modelo, então não há preço de tabela a mostrar.
Avaliações
Todos os resultados publicados para este modelo, uma linha por grupo comparável: a mesma versão do benchmark e a mesma origem do número.
| Benchmark | Resultado | Posição no grupo | Origem do número |
|---|---|---|---|
| Raciocínio | |||
| GPQA Diamond, como o benchmark mede |
| único no grupo | Freportado pelo fabricanteMeta AI Research |
| Código | |||
| Arena WebDev (Code Arena), como o benchmark mede |
| 24º de 27líder: Claude Opus 5.5 | Hpreferência humanaLMArena |
| SWE-bench Pro, como o benchmark mede |
| único no grupo | Freportado pelo fabricanteMeta AI Research |
| SWE-bench Verified, como o benchmark mede |
| único no grupo | Freportado pelo fabricanteMeta AI Research |
| Agentes | |||
| DeepSearchQA |
| único no grupo | Freportado pelo fabricanteMeta AI Research |
| MCP-Atlas |
| único no grupo | Freportado pelo fabricanteMeta AI Research |
| Terminal-Bench, como o benchmark medeversão 2.1 |
| único no grupo | Freportado pelo fabricanteMeta AI Research |
| Conhecimento | |||
| CharXiv Reasoning |
| único no grupo | Freportado pelo fabricanteMeta AI Research |
| Uso de computador | |||
| OSWorld-Verified, como o benchmark mede |
| único no grupo | Freportado pelo fabricanteMeta AI Research |
| ScreenSpot-Pro |
| único no grupo | Freportado pelo fabricanteMeta AI Research |
| Preferência humana | |||
| Arena Text, como o benchmark mede |
| 27º de 27líder: Claude Opus 5.5 | Hpreferência humanaLMArena |
Resultado por nível de esforço, com a distância até os limites do intervalo publicado ao lado (± quando as duas metades são iguais). Posição: na ordem do grupo comparável, não ranking absoluto; dois modelos com o mesmo número dividem a posição. Ver os grupos comparáveis no comparativo
Continue no comparativo
A tabela com todos os modelos lado a lado, as páginas por caso de uso e modelos parecidos com este.
Comparativo e casos de uso
- Comparativo completo de modelos de IATodos os modelos
- Melhor modelo de IA para chatbot: custo em reais e qualidadeChatbot
- Melhor modelo de IA para RAG: custo em reais e qualidadeChat com documentos
- Melhor modelo de IA para agentes: custo em reais e qualidadeAgentes
- Melhor modelo de IA para programação: custo em reais e qualidadeProgramação
Modelos parecidos
- Muse Spark 1.3mesmo fabricante
Quer colocar este modelo para trabalhar no seu caso?
A X-Apps desenha, opera e governa soluções com estes modelos. A escolha depende da sua carga, do seu dado e do seu risco.