नेविगेशन
Advertise here

Ember-1 (high) vs Gemini 3.1 Flash Lite (medium)

average score लगभग बराबर है: 6.9 vs 6.9. Gemini 3.1 Flash Lite (medium) की benchmark लागत कम है: $0.153 vs $2.405. Gemini 3.1 Flash Lite (medium) तेज है: 6.27s vs 58.14s, pass rates 71.0% vs 59.4%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-01

तुलना किए गए मॉडल

रैंक
#163
कुल आउटपुट टोकन
121,223
प्रतिक्रिया समय (औसत)
58.14s
कुल लागत
$2.405
रैंक
#162
कुल आउटपुट टोकन
63,967
प्रतिक्रिया समय (औसत)
6.27s
कुल लागत
$0.153
अनुशंसित मॉडल Gemini 3.1 Flash Lite (medium)

It has the best score here (6.9), while costing about 15.7x less than Ember-1 (high).

विस्तृत तुलना

मेट्रिक Ember-1 Ember-1 high रिलीज़: 2026-09-28 Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite medium रिलीज़: 2026-05-08
स्कोर 6.9 6.9
रैंक #163 #162
विश्वसनीयता 8.6 10.0
संगति 7.2 9.2
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 71.0% 59.4%
अस्थिर टेस्ट 8 2
कुल रन 69 69
प्रति परिणाम लागत 20.041 1.177
कुल लागत $2.405 $0.153
इनपुट कीमत $3.000 / 1M $0.250 / 1M
आउटपुट कीमत $15.000 / 1M $1.500 / 1M
कुल इनपुट टोकन 195,489 228,023
आउटपुट टोकन 12,475 10,779
रीजनिंग टोकन 108,748 53,188
प्रतिक्रिया समय (औसत) 58.14s 6.27s
प्रतिक्रिया समय (अधिकतम) 255.06s 47.78s
प्रतिक्रिया समय (कुल) 1337.19s 144.10s
पैरामीटर ~2.8T कुल (~104B सक्रिय) ~150B कुल (~10B 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.

#163 Ember-1

high
लागत
$0.038
समय
55.1s
टोकन
2,671 tok

#162 Gemini 3.1 Flash Lite

medium
लागत
$0.003
समय
5.3s
टोकन
1,754 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

कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Ember-1 8.2 7.2 88.9% 1 72.23s 7,144 1,281 23,093
Gemini 3.1 Flash Lite 5.5 10.0 33.3% 0 3.81s 8,134 459 8,978

त्वरित तुलना

तुलना जोड़ी बदलें