- रैंक
- #167
- कुल आउटपुट टोकन
- 24,343
- प्रतिक्रिया समय (औसत)
- 7.54s
- कुल लागत
- $2.334
Claude Opus 4.8 vs Ember-1 (low)
Ember-1 (low) average score में आगे है: 7.0 vs 6.9. Ember-1 (low) की benchmark लागत कम है: $1.488 vs $2.334. Claude Opus 4.8 तेज है: 7.54s vs 34.90s, pass rates 60.9% vs 65.2%.
तुलना किए गए मॉडल
- रैंक
- #157
- कुल आउटपुट टोकन
- 56,766
- प्रतिक्रिया समय (औसत)
- 34.90s
- कुल लागत
- $1.488
अनुशंसित मॉडल
Claude Opus 4.8
Its score stays close to the best score here (6.9 vs 7.0), while responding about 4.6x faster than Ember-1 (low).
विस्तृत तुलना
| मेट्रिक | Claude Opus 4.8 Claude Opus 4.8 none | Ember-1 Ember-1 low |
|---|---|---|
| स्कोर | 6.9 | 7.0 |
| रैंक | #167 | #157 |
| विश्वसनीयता | 10.0 | 8.8 |
| संगति | 9.3 | 8.2 |
| प्रयास | 69/69 | 69/69 |
| सही परीक्षण | ||
| प्रति प्रयास पास दर | 60.9% | 65.2% |
| अस्थिर टेस्ट | 2 | 5 |
| कुल रन | 69 | 69 |
| प्रति परिणाम लागत | 17.953 | 11.441 |
| कुल लागत | $2.334 | $1.488 |
| इनपुट कीमत | $5.000 / 1M | $3.000 / 1M |
| आउटपुट कीमत | $25.000 / 1M | $15.000 / 1M |
| कुल इनपुट टोकन | 345,059 | 211,908 |
| आउटपुट टोकन | 24,343 | 14,158 |
| रीजनिंग टोकन | 0 | 42,608 |
| प्रतिक्रिया समय (औसत) | 7.54s | 34.90s |
| प्रतिक्रिया समय (अधिकतम) | 65.07s | 121.29s |
| प्रतिक्रिया समय (कुल) | 173.31s | 802.79s |
| पैरामीटर | ~5T कुल (~500B सक्रिय) | ~2.8T कुल (~104B सक्रिय) |
| उपलब्धता | बंद स्रोत | बंद स्रोत |
मॉडल जनरेशन शोकेस
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#167 Claude Opus 4.8
none- लागत
- $0.053
- समय
- 22.0s
- टोकन
- 2,253 tok
#157 Ember-1
low- लागत
- $0.016
- समय
- 24.2s
- टोकन
- 1,165 tok
स्कोर के अनुसार शीर्ष मॉडल
स्कोर बनाम कुल लागत
प्रतिक्रिया समय (औसत)
स्कोर vs प्रतिक्रिया समय (औसत)
कुल आउटपुट टोकन
स्कोर vs कुल आउटपुट टोकन
श्रेणी विवरण
| स्वायत्त एजेंट कार्य | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | इनपुट टोकन | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.8 | 5.0 | 10.0 | 0.0% | 0 | 65.07s | 195,856 | 7,546 | 0 | |
| Ember-1 | 4.7 | 3.1 | 33.3% | 1 | 121.29s | 178,897 | 9,378 | 9,921 |
| एंटी-एआई ट्रिक्स | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | इनपुट टोकन | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.8 | 6.5 | 10.0 | 50.0% | 0 | 3.40s | 834 | 1,472 | 0 | |
| Ember-1 | 8.2 | 7.9 | 83.3% | 1 | 22.18s | 1,402 | 571 | 613 |
| कोडिंग | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | इनपुट टोकन | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.8 | 5.5 | 10.0 | 33.3% | 0 | 3.29s | 10,590 | 1,332 | 0 | |
| Ember-1 | 10.0 | 10.0 | 100.0% | 0 | 37.91s | 8,097 | 2,518 | 13,142 |
| संयुक्त | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | इनपुट टोकन | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.8 | 9.8 | 10.0 | 100.0% | 0 | 26.38s | 111,760 | 11,949 | 0 | |
| Ember-1 | 6.5 | 10.0 | 50.0% | 0 | 51.45s | 12,828 | 381 | 689 |
| डेटा पार्सिंग और निष्कर्षण | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | इनपुट टोकन | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.8 | 7.3 | 5.8 | 83.3% | 1 | 1.77s | 10,503 | 308 | 0 | |
| Ember-1 | 7.3 | 5.9 | 83.3% | 1 | 34.82s | 6,076 | 223 | 778 |
| डोमेन-विशिष्ट | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | इनपुट टोकन | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.8 | 5.3 | 7.2 | 44.4% | 1 | 1.76s | 972 | 61 | 0 | |
| Ember-1 | 2.9 | 7.2 | 11.1% | 1 | 56.17s | 1,154 | 234 | 12,476 |
| Samanya Buddhimatta | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | इनपुट टोकन | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.8 | 10.0 | 10.0 | 100.0% | 0 | 3.48s | 708 | 230 | 0 | |
| Ember-1 | 10.0 | 10.0 | 100.0% | 0 | 5.67s | 744 | 139 | 462 |
| निर्देश पालन | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | इनपुट टोकन | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.8 | 9.9 | 10.0 | 100.0% | 0 | 1.37s | 909 | 95 | 0 | |
| Ember-1 | 6.2 | 5.8 | 66.7% | 1 | 32.73s | 781 | 121 | 466 |
| पहेली समाधान | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | इनपुट टोकन | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.8 | 7.7 | 10.0 | 66.7% | 0 | 2.74s | 894 | 783 | 0 | |
| Ember-1 | 10.0 | 10.0 | 100.0% | 0 | 3.27s | 1,452 | 393 | 595 |
| टूल कॉलिंग | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | इनपुट टोकन | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.8 | 10.0 | 10.0 | 100.0% | 0 | 5.35s | 11,775 | 355 | 0 | |
| Ember-1 | 3.0 | 10.0 | 0.0% | 0 | 26.43s | 0 | 0 | 0 |
| सामान्य ज्ञान | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | इनपुट टोकन | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.8 | 3.0 | 10.0 | 0.0% | 0 | 3.41s | 258 | 212 | 0 | |
| Ember-1 | 3.0 | 10.0 | 0.0% | 0 | 30.60s | 477 | 200 | 3,466 |
त्वरित तुलना
तुलना जोड़ी बदलें
Claude Opus 4.8nonevsGPT-5.6 LunalowClaude Opus 4.8nonevsGemma 4 31Bmediumनिःशुल्क उपलब्धEmber-1lowvsKimi K2.7 CodemediumClaude Opus 4.8nonevsEmber-1highEmber-1lowvsGemini 3.1 Flash Lite PreviewmediumClaude Opus 4.8nonevsKimi K2.6mediumEmber-1lowvsQwen3.5-122B-A10BmediumClaude Opus 4.8nonevsGemini 3.1 Flash LitemediumClaude Opus 4.8nonevsQwen3.5-FlashmediumEmber-1lowvsGPT-5.2 ChatnoneClaude Opus 4.8nonevsInklinglowनिःशुल्क उपलब्धClaude Opus 4.8nonevsMercury 2.5 Previewmedium