নেভিগেশন
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Ember-1 (high) vs GPT-6 Luna (low)

average score প্রায় সমান: 7.1 vs 7.0. GPT-6 Luna (low)-এর benchmark খরচ কম: $0.020 vs $1.798. GPT-6 Luna (low) দ্রুত: 21.96s vs 56.77s, pass rates 71.2% vs 62.1%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-09-28

তুলনা করা মডেল

র‍্যাঙ্ক
#158
মোট আউটপুট টোকেন
110,125
প্রতিক্রিয়া সময় (গড়)
56.77s
মোট খরচ
$1.798
র‍্যাঙ্ক
#161
মোট আউটপুট টোকেন
22,605
প্রতিক্রিয়া সময় (গড়)
21.96s
মোট খরচ
$0.020
প্রস্তাবিত মডেল GPT-6 Luna (low)

It has the best score here (7.0), while costing about 93.1x less than Ember-1 (high).

বিস্তারিত তুলনা

মেট্রিক Ember-1 Ember-1 high প্রকাশ: 2026-09-28 GPT-6 Luna GPT-6 Luna low প্রকাশ: 2026-09-23
স্কোর 7.1 7.0
র‍্যাঙ্ক #158 #161
নির্ভরযোগ্যতা 8.0 9.6
ধারাবাহিকতা 7.3 8.5
প্রচেষ্টা 66/66 66/66
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 71.2% 62.1%
অস্থির টেস্ট 7 4
মোট রান 66 66
প্রতি ফলাফলে খরচ 14.981 0.176
মোট খরচ $1.798 $0.020
ইনপুট মূল্য $3.000 / 1M $0.100 / 1M
আউটপুট মূল্য $15.000 / 1M $0.500 / 1M
মোট ইনপুট টোকেন 48,577 80,159
আউটপুট টোকেন 7,345 4,623
রিজনিং টোকেন 102,780 17,982
প্রতিক্রিয়া সময় (গড়) 56.77s 21.96s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 255.06s 89.37s
প্রতিক্রিয়া সময় (মোট) 1248.88s 483.19s
প্যারামিটার ~2.8T মোট (~104B সক্রিয়) ~400B মোট (~17B সক্রিয়)
উপলভ্যতা বন্ধ উৎস বন্ধ উৎস

মডেল জেনারেশন শোকেস

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#158 Ember-1

high
খরচ
$0.038
সময়
55.1s
টোকেন
2,671 tok

#161 GPT-6 Luna

low
খরচ
$0.002
সময়
19.2s
টোকেন
2,598 tok

স্কোর অনুযায়ী শীর্ষ মডেল

স্কোর বনাম মোট খরচ

প্রতিক্রিয়া সময় (গড়)

স্কোর vs প্রতিক্রিয়া সময় (গড়)

মোট আউটপুট টোকেন

স্কোর vs মোট আউটপুট টোকেন

বিভাগভিত্তিক বিশ্লেষণ

কোডিং স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
Ember-1 8.2 7.2 88.9% 1 72.23s 7,144 1,281 23,093
GPT-6 Luna 6.0 7.2 55.6% 1 15.39s 7,302 493 6,655

দ্রুত তুলনা

তুলনার জুটি বদলান