Muse Glimmer 30B और Qwen3.6 27B साथ-साथ: विशेषताएं, क्षमताएं, पैरामीटर और EmpirioLabs कैटलॉग की लाइव कीमतें।
Meta AI 
Alibaba Cloud पाठ निर्माणMeta AI का Muse Glimmer 30B और Alibaba Cloud का Qwen3.6 27B दोनों पाठ निर्माण श्रेणी में आते हैं और EmpirioLabs API के ज़रिए उपलब्ध हैं।
| स्पेक | Muse Glimmer 30B | Qwen3.6 27B |
|---|---|---|
| मॉडल ID | muse-glimmer-30b | qwen3-6-27b |
| निर्माता | Meta AI | Alibaba Cloud |
| रिलीज | 10 अग॰ 2026 | 22 अप्रैल 2026 |
| कॉन्टेक्स्ट विंडो | 128K टोकन | 224K टोकन |
| अधिकतम आउटपुट | 32,768 टोकन | 64,000 टोकन |
| इनपुट | टेक्स्ट इमेज | टेक्स्ट इमेज वीडियो |
| आउटपुट | टेक्स्ट | टेक्स्ट |
| संरचित आउटपुट | JSON Schema | JSON मोड |
| रीजन | - | China |
| एंडपॉइंट | POST /v1/chat/completions POST /v1/responses POST /v1/messages POST /v1/completions POST /v1beta/models/muse-glimmer-30b:generateContent | POST /v1/chat/completions POST /v1/responses POST /v1/messages POST /v1beta/models/qwen3-6-27b:generateContent |
| क्षमताएं |
दोनों मॉडलों के लिए EmpirioLabs कैटलॉग की लाइव दरें। हर दर तालिका हमेशा API की वास्तविक बिलिंग से मेल खाती है।
EmpirioLabs पर हर मॉडल के लिए सूचीबद्ध रिक्वेस्ट पैरामीटर, और जहां लागू हो वहां मान्य मान या सीमा। डैश उस पैरामीटर को दिखाता है जो मॉडल के लिए सूचीबद्ध नहीं है।
| पैरामीटर | Muse Glimmer 30B | Qwen3.6 27B |
|---|---|---|
| temperature | न्यूनतम 0 डिफॉल्ट: 1 | 0 से 1.99 डिफॉल्ट: 0.7 |
| top_p | 0.01 से 1 डिफॉल्ट: 0.95 | 0 से 1 डिफॉल्ट: 0.9 |
| max_tokens | 1 से 32768 डिफॉल्ट: 32768 | 1 से 64000 |
| stop | string | string |
| reasoning_effort | none, low, medium, high, max डिफॉल्ट: high | none, low, medium, high, max |
| top_k | न्यूनतम 1 डिफॉल्ट: 64 | 1 से 100 |
| min_p | 0 से 1 डिफॉल्ट: 0 | - |
| frequency_penalty | -2 से 2 डिफॉल्ट: 0 | - |
| presence_penalty | -2 से 2 डिफॉल्ट: 0 | -2 से 2 |
| response_format | text, json_object, json_schema | enum |
| web_search_linkup | boolean डिफॉल्ट: false | - |
| disable_formatting | boolean डिफॉल्ट: false | - |
| enable_thinking | - | boolean डिफॉल्ट: true |
| thinking_budget | - | 1 से 131072 |
| preserve_thinking | - | boolean डिफॉल्ट: false |
| seed | - | 0 से 2147483647 |
पाठ और छवि इनपुट, स्ट्रीमिंग, फ़ंक्शन टूल, संरचित JSON आउटपुट, और reasoning_effort (कोई नहीं, निम्न, मध्यम, उच्च, अधिकतम) के माध्यम से तर्क शक्ति नियंत्रण का समर्थन करता है। रीजनिंग डिफॉल्ट उच्च के लिए।
टेक्स्ट, छवि और वीडियो इनपुट का समर्थन करता है। वेब खोज tool_web_search के माध्यम से उपलब्ध है और सक्षम होने पर प्रति अनुरोध $0.01 जोड़ती है। थिंकिंग टोकन को आउटपुट टोकन के रूप में बिल किया जाता है।
Muse Glimmer 30B OpenAI-संगत Chat Completions API देता है। किसी भी OpenAI SDK को अपनी EmpirioLabs API key के साथ https://api.empiriolabs.ai/v1 पर सेट करें और model id muse-glimmer-30b उपयोग करें। दोनों मॉडल एक ही एंडपॉइंट से कॉल किए जाते हैं। model को muse-glimmer-30b या qwen3-6-27b पर सेट करें। EmpirioLabs डैशबोर्ड से API key प्राप्त करें।
curl https://api.empiriolabs.ai/v1/chat/completions \
-H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "muse-glimmer-30b",
"messages": [
{"role": "user", "content": "Write a haiku about the ocean."}
]
}'prompt परीक्षण और तुलना रन जिनमें दोनों मॉडल शामिल हैं।
Muse Glimmer 30B नई रिलीज़ है (10 अग॰ 2026); Qwen3.6 27B 22 अप्रैल 2026 को रिलीज़ हुआ था। Qwen3.6 27B की कॉन्टेक्स्ट विंडो बड़ी है: 224K टोकन, जबकि Muse Glimmer 30B की 128K। हर जवाब में Qwen3.6 27B अधिकतम 64,000 आउटपुट टोकन लौटाता है, Muse Glimmer 30B अधिकतम 32,768। इस पेज की विशेषताएं, दर तालिकाएं और पैरामीटर EmpirioLabs के लाइव कैटलॉग से आते हैं।
Muse Glimmer 30B नई रिलीज़ है (10 अग॰ 2026); Qwen3.6 27B 22 अप्रैल 2026 को रिलीज़ हुआ था।
इनपुट (प्रति 1M प्रॉम्प्ट टोकन) और आउटपुट (प्रति 1M जेनरेट किए गए टोकन) के लिए Muse Glimmer 30B की दर कम है। दोनों लाइव दर तालिकाएं इस पेज पर हैं और हमेशा API की वास्तविक बिलिंग से मेल खाती हैं।
हां। दोनों मॉडल एक ही EmpirioLabs API key के साथ POST /v1/chat/completions इस्तेमाल करते हैं, इसलिए ज़्यादातर इंटीग्रेशन सिर्फ model मान बदलकर स्विच हो जाते हैं। अगर आप किसी मॉडल-विशेष पैरामीटर पर निर्भर हैं तो पहले इस पेज की पैरामीटर तालिका देखें।
हां। हर मॉडल को EmpirioLabs playground में खोलें और API के पैरामीटरों के साथ दोनों पर एक ही prompt चलाएं।
हमारे मूल्य निर्धारण की जाँच करें या यदि आप चाहते हैं कि आपका अपना मॉडल हमारे स्टैक पर तैनात किया जाए, तो पहुंचें।
