নেভিগেশন
Advertise here

Ember-1 (max) vs Qwen3.5-Flash

average score প্রায় সমান: 5.9 vs 6.0. Qwen3.5-Flash-এর benchmark খরচ কম: $0.073 vs $2.792. Qwen3.5-Flash দ্রুত: 25.28s vs 98.92s, pass rates 57.6% vs 34.9%.

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

তুলনা করা মডেল

র‍্যাঙ্ক
#248
মোট আউটপুট টোকেন
180,806
প্রতিক্রিয়া সময় (গড়)
98.92s
মোট খরচ
$2.792
র‍্যাঙ্ক
#243
মোট আউটপুট টোকেন
209,201
প্রতিক্রিয়া সময় (গড়)
25.28s
মোট খরচ
$0.073
প্রস্তাবিত মডেল Qwen3.5-Flash

It has the best score here (6.0), while costing about 38.4x less than Ember-1 (max).

বিস্তারিত তুলনা

মেট্রিক Ember-1 Ember-1 max প্রকাশ: 2026-09-28 Qwen3.5-Flash Qwen3.5-Flash none প্রকাশ: 2026-02-24
স্কোর 5.9 6.0
র‍্যাঙ্ক #248 #243
নির্ভরযোগ্যতা 7.5 10.0
ধারাবাহিকতা 7.7 9.3
প্রচেষ্টা 66/66 66/66
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 57.6% 34.9%
অস্থির টেস্ট 6 2
মোট রান 66 66
প্রতি ফলাফলে খরচ 27.915 1.066
মোট খরচ $2.792 $0.073
ইনপুট মূল্য $3.000 / 1M $0.065 / 1M
আউটপুট মূল্য $15.000 / 1M $0.260 / 1M
মোট ইনপুট টোকেন 26,449 282,356
আউটপুট টোকেন 4,183 209,201
রিজনিং টোকেন 176,623 0
প্রতিক্রিয়া সময় (গড়) 98.92s 25.28s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 587.08s 480.96s
প্রতিক্রিয়া সময় (মোট) 2176.20s 556.14s
প্যারামিটার ~2.8T মোট (~104B সক্রিয়) ~35B মোট (~3B 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.

#248 Ember-1

max
খরচ
$0.163
সময়
229.4s
টোকেন
11,002 tok

#243 Qwen3.5-Flash

none
খরচ
$0.003
সময়
47.4s
টোকেন
7,799 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 5.2 4.4 55.6% 2 105.09s 3,362 1,149 27,957
Qwen3.5-Flash 5.5 10.0 33.3% 0 850ms 7,913 519 0

দ্রুত তুলনা

তুলনার জুটি বদলান