- র্যাঙ্ক
- #181
- মোট আউটপুট টোকেন
- 186,901
- প্রতিক্রিয়া সময় (গড়)
- 97.34s
- মোট খরচ
- $3.264
Ember-1 (max) vs Qwen3.7 Flash (medium)
Ember-1 (max) average score-এ এগিয়ে: 6.7 vs 6.6. Qwen3.7 Flash (medium)-এর benchmark খরচ কম: $0.076 vs $3.264. Qwen3.7 Flash (medium) দ্রুত: 51.80s vs 97.34s, pass rates 59.4% vs 62.3%.
তুলনা করা মডেল
- র্যাঙ্ক
- #187
- মোট আউটপুট টোকেন
- 514,925
- প্রতিক্রিয়া সময় (গড়)
- 51.80s
- মোট খরচ
- $0.076
প্রস্তাবিত মডেল
Qwen3.7 Flash (medium)
Its score stays close to the best score here (6.6 vs 6.7), while costing about 43.0x less than Ember-1 (max).
বিস্তারিত তুলনা
| মেট্রিক | Ember-1 Ember-1 max | Qwen3.7 Flash Qwen3.7 Flash medium |
|---|---|---|
| স্কোর | 6.7 | 6.6 |
| র্যাঙ্ক | #181 | #187 |
| নির্ভরযোগ্যতা | 8.3 | 10.0 |
| ধারাবাহিকতা | 7.8 | 7.3 |
| প্রচেষ্টা | 69/69 | 69/69 |
| সঠিক টেস্ট | ||
| প্রতি চেষ্টায় পাস রেট | 59.4% | 62.3% |
| অস্থির টেস্ট | 6 | 8 |
| মোট রান | 69 | 69 |
| প্রতি ফলাফলে খরচ | 29.671 | 0.760 |
| মোট খরচ | $3.264 | $0.076 |
| ইনপুট মূল্য | $3.000 / 1M | $0.030 / 1M |
| আউটপুট মূল্য | $15.000 / 1M | $0.130 / 1M |
| মোট ইনপুট টোকেন | 153,399 | 300,394 |
| আউটপুট টোকেন | 7,803 | 14,081 |
| রিজনিং টোকেন | 179,098 | 500,844 |
| প্রতিক্রিয়া সময় (গড়) | 97.34s | 51.80s |
| প্রতিক্রিয়া সময় (সর্বোচ্চ) | 587.08s | 593.64s |
| প্রতিক্রিয়া সময় (মোট) | 2238.73s | 1191.42s |
| 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.
#181 Ember-1
max- খরচ
- $0.163
- সময়
- 229.4s
- টোকেন
- 11,002 tok
#187 Qwen3.7 Flash
medium
Reached the allocated time limit (600 seconds) without receiving showcase output.
- খরচ
- $0.000
- সময়
- 600.0s
- টোকেন
- 0 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
| স্বায়ত্তশাসিত এজেন্টের কাজ | 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 | 62.53s | 126,950 | 3,620 | 2,475 | |
| Qwen3.7 Flash | 5.2 | 3.2 | 33.3% | 1 | 148.99s | 185,917 | 1,295 | 43,554 |
| অ্যান্টি-এআই কৌশল | স্কোর | ধারাবাহিকতা | প্রতি চেষ্টায় পাস রেট | অস্থির টেস্ট | সঠিক টেস্ট | প্রতিক্রিয়া সময় (গড়) | ইনপুট টোকেন | আউটপুট টোকেন | রিজনিং টোকেন |
|---|---|---|---|---|---|---|---|---|---|
| Ember-1 | 8.7 | 7.9 | 91.7% | 1 | 23.74s | 1,533 | 613 | 1,394 | |
| Qwen3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 9.56s | 672 | 525 | 12,844 |
| 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 | |
| Qwen3.7 Flash | 6.2 | 6.9 | 55.6% | 1 | 46.78s | 7,893 | 563 | 61,902 |
| সমন্বিত | স্কোর | ধারাবাহিকতা | প্রতি চেষ্টায় পাস রেট | অস্থির টেস্ট | সঠিক টেস্ট | প্রতিক্রিয়া সময় (গড়) | ইনপুট টোকেন | আউটপুট টোকেন | রিজনিং টোকেন |
|---|---|---|---|---|---|---|---|---|---|
| Ember-1 | 6.5 | 10.0 | 50.0% | 0 | 64.37s | 12,819 | 775 | 4,538 | |
| Qwen3.7 Flash | 6.4 | 5.8 | 66.7% | 1 | 314.17s | 87,042 | 10,432 | 296,919 |
| ডেটা পার্সিং ও নিষ্কাশন | স্কোর | ধারাবাহিকতা | প্রতি চেষ্টায় পাস রেট | অস্থির টেস্ট | সঠিক টেস্ট | প্রতিক্রিয়া সময় (গড়) | ইনপুট টোকেন | আউটপুট টোকেন | রিজনিং টোকেন |
|---|---|---|---|---|---|---|---|---|---|
| Ember-1 | 6.4 | 5.9 | 66.7% | 1 | 39.79s | 4,285 | 185 | 1,182 | |
| Qwen3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 15.42s | 7,782 | 270 | 11,588 |
| ডোমেইন-নির্দিষ্ট | স্কোর | ধারাবাহিকতা | প্রতি চেষ্টায় পাস রেট | অস্থির টেস্ট | সঠিক টেস্ট | প্রতিক্রিয়া সময় (গড়) | ইনপুট টোকেন | আউটপুট টোকেন | রিজনিং টোকেন |
|---|---|---|---|---|---|---|---|---|---|
| Ember-1 | 3.6 | 7.2 | 22.2% | 1 | 471.21s | 1,015 | 84 | 136,143 | |
| Qwen3.7 Flash | 2.9 | 7.2 | 11.1% | 1 | 38.02s | 780 | 59 | 38,977 |
| Sadharon Buddhimotta | 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 | 7.04s | 741 | 193 | 716 | |
| Qwen3.7 Flash | 5.5 | 10.0 | 0.0% | 0 | 10.18s | 516 | 143 | 3,647 |
| নির্দেশনা অনুসরণ | স্কোর | ধারাবাহিকতা | প্রতি চেষ্টায় পাস রেট | অস্থির টেস্ট | সঠিক টেস্ট | প্রতিক্রিয়া সময় (গড়) | ইনপুট টোকেন | আউটপুট টোকেন | রিজনিং টোকেন |
|---|---|---|---|---|---|---|---|---|---|
| Ember-1 | 6.2 | 5.8 | 66.7% | 1 | 32.97s | 777 | 132 | 574 | |
| Qwen3.7 Flash | 5.8 | 2.7 | 66.7% | 2 | 9.27s | 699 | 100 | 7,457 |
| ধাঁধা সমাধান | স্কোর | ধারাবাহিকতা | প্রতি চেষ্টায় পাস রেট | অস্থির টেস্ট | সঠিক টেস্ট | প্রতিক্রিয়া সময় (গড়) | ইনপুট টোকেন | আউটপুট টোকেন | রিজনিং টোকেন |
|---|---|---|---|---|---|---|---|---|---|
| Ember-1 | 7.7 | 10.0 | 66.7% | 0 | 6.57s | 1,443 | 681 | 1,368 | |
| Qwen3.7 Flash | 7.1 | 5.1 | 77.8% | 2 | 8.30s | 696 | 355 | 9,138 |
| টুল কলিং | স্কোর | ধারাবাহিকতা | প্রতি চেষ্টায় পাস রেট | অস্থির টেস্ট | সঠিক টেস্ট | প্রতিক্রিয়া সময় (গড়) | ইনপুট টোকেন | আউটপুট টোকেন | রিজনিং টোকেন |
|---|---|---|---|---|---|---|---|---|---|
| Ember-1 | 3.0 | 10.0 | 0.0% | 0 | 26.36s | 0 | 0 | 0 | |
| Qwen3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 7.80s | 8,193 | 309 | 2,171 |
| সাধারণ জ্ঞান | স্কোর | ধারাবাহিকতা | প্রতি চেষ্টায় পাস রেট | অস্থির টেস্ট | সঠিক টেস্ট | প্রতিক্রিয়া সময় (গড়) | ইনপুট টোকেন | আউটপুট টোকেন | রিজনিং টোকেন |
|---|---|---|---|---|---|---|---|---|---|
| Ember-1 | 3.0 | 10.0 | 0.0% | 0 | 24.95s | 474 | 371 | 2,751 | |
| Qwen3.7 Flash | 3.0 | 10.0 | 0.0% | 0 | 29.17s | 204 | 30 | 12,647 |
দ্রুত তুলনা
তুলনার জুটি বদলান
Ember-1maxvsGPT 5.3 ChatnoneEmber-1maxvsMiniMax M3mediumEmber-1maxvsGPT-5.6 SolnoneEmber-1maxvsGrok 4.7highLongCat 2.0lowvsQwen3.7 FlashmediumEmber-1maxvsSolar Pro 4lowQwen3.7 FlashmediumvsGLM 5.2noneEmber-1maxvsQwen3.5-FlashnoneGPT-5.5nonevsQwen3.7 FlashmediumQwen3.7 FlashmediumvsGLM 5.3 FlashlowEmber-1maxvsGLM 5.3 FlashlowEmber-1maxvsGPT-5.5none