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

Ember-1 (low) vs Grok 4.7 (high)

average score প্রায় সমান: 7.5 vs 7.5. Ember-1 (low)-এর benchmark খরচ কম: $0.662 vs $2.180. Ember-1 (low) দ্রুত: 30.98s vs 113.10s, pass rates 66.7% vs 75.8%.

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

তুলনা করা মডেল

র‍্যাঙ্ক
#120
মোট আউটপুট টোকেন
37,467
প্রতিক্রিয়া সময় (গড়)
30.98s
মোট খরচ
$0.662
র‍্যাঙ্ক
#119
মোট আউটপুট টোকেন
416,086
প্রতিক্রিয়া সময় (গড়)
113.10s
মোট খরচ
$2.180
প্রস্তাবিত মডেল Ember-1 (low)

It has the best score here (7.5), while costing about 3.3x less than Grok 4.7 (high).

বিস্তারিত তুলনা

মেট্রিক Ember-1 Ember-1 low প্রকাশ: 2026-09-28 Grok 4.7 Grok 4.7 high প্রকাশ: 2026-09-21
স্কোর 7.5 7.5
র‍্যাঙ্ক #120 #119
নির্ভরযোগ্যতা 8.1 9.5
ধারাবাহিকতা 8.5 7.6
প্রচেষ্টা 66/66 66/66
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 66.7% 75.8%
অস্থির টেস্ট 4 7
মোট রান 66 66
প্রতি ফলাফলে খরচ 5.085 16.765
মোট খরচ $0.662 $2.180
ইনপুট মূল্য $3.000 / 1M $1.600 / 1M
আউটপুট মূল্য $15.000 / 1M $4.800 / 1M
মোট ইনপুট টোকেন 33,011 113,892
আউটপুট টোকেন 4,780 6,907
রিজনিং টোকেন 32,687 409,179
প্রতিক্রিয়া সময় (গড়) 30.98s 113.10s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 93.10s 573.57s
প্রতিক্রিয়া সময় (মোট) 681.50s 2488.20s
প্যারামিটার ~2.8T মোট (~104B সক্রিয়) ~1.7T মোট (~170B 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.

#120 Ember-1

low
খরচ
$0.016
সময়
24.2s
টোকেন
1,165 tok

#119 SpaceXAI: Grok 4.7

high
খরচ
$0.110
সময়
301.3s
টোকেন
23,143 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 10.0 10.0 100.0% 0 37.91s 8,097 2,518 13,142
Grok 4.7 6.0 4.6 66.7% 2 335.92s 10,266 353 199,976

দ্রুত তুলনা

তুলনার জুটি বদলান