নেভিগেশন
Advertise here

Ember-1 (max) vs Step 3.5 Flash (medium)

average score প্রায় সমান: 5.9 vs 5.9. Step 3.5 Flash (medium)-এর benchmark খরচ কম: $0.132 vs $2.792. Ember-1 (max) দ্রুত: 98.92s vs 191.63s, pass rates 57.6% vs 50.0%.

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
#245
মোট আউটপুট টোকেন
568,536
প্রতিক্রিয়া সময় (গড়)
191.63s
মোট খরচ
$0.132
প্রস্তাবিত মডেল Step 3.5 Flash (medium)

It has the best score here (5.9), while costing about 21.3x less than Ember-1 (max).

বিস্তারিত তুলনা

মেট্রিক Ember-1 Ember-1 max প্রকাশ: 2026-09-28 Step 3.5 Flash Step 3.5 Flash medium প্রকাশ: 2026-02-01
স্কোর 5.9 5.9
র‍্যাঙ্ক #248 #245
নির্ভরযোগ্যতা 7.5 10.0
ধারাবাহিকতা 7.7 8.6
প্রচেষ্টা 66/66 63/66
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 57.6% 50.0%
অস্থির টেস্ট 6 2
মোট রান 66 63
প্রতি ফলাফলে খরচ 27.915 0.858
মোট খরচ $2.792 $0.132
ইনপুট মূল্য $3.000 / 1M $0.100 / 1M
আউটপুট মূল্য $15.000 / 1M $0.300 / 1M
মোট ইনপুট টোকেন 26,449 65,716
আউটপুট টোকেন 4,183 189,424
রিজনিং টোকেন 176,623 379,112
প্রতিক্রিয়া সময় (গড়) 98.92s 191.63s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 587.08s 1597.85s
প্রতিক্রিয়া সময় (মোট) 2176.20s 3066.07s
প্যারামিটার ~2.8T মোট (~104B সক্রিয়) 196B মোট (11B সক্রিয়)
উপলভ্যতা বন্ধ উৎস উন্মুক্ত 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

#245 Step 3.5 Flash

medium
খরচ
$0.008
সময়
277.1s
টোকেন
23,695 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
Step 3.5 Flash 2.4 5.2 0.0% 0 258.38s 2,211 13,207 22,429

দ্রুত তুলনা

তুলনার জুটি বদলান