नेविगेशन
Advertise here

Ember-1 (high) vs Muse Glimmer 30B (low)

Muse Glimmer 30B (low) average score में आगे है: 6.9 vs 6.9. Muse Glimmer 30B (low) की benchmark लागत कम है: $0.219 vs $2.405. Muse Glimmer 30B (low) तेज है: 22.40s vs 58.14s, pass rates 71.0% vs 63.8%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-13

तुलना किए गए मॉडल

रैंक
#235
कुल आउटपुट टोकन
121,223
प्रतिक्रिया समय (औसत)
58.14s
कुल लागत
$2.405
रैंक
#232
कुल आउटपुट टोकन
105,320
प्रतिक्रिया समय (औसत)
22.40s
कुल लागत
$0.219
अनुशंसित मॉडल Muse Glimmer 30B (low)

It has the best score here (6.9), while costing about 11.0x less than Ember-1 (high).

विस्तृत तुलना

मेट्रिक Ember-1 Ember-1 high रिलीज़: 2026-09-28 Muse Glimmer 30B Muse Glimmer 30B low रिलीज़: 2026-08-11
स्कोर 6.9 6.9
रैंक #235 #232
विश्वसनीयता 8.6 10.0
संगति 7.2 8.0
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 71.0% 63.8%
अस्थिर टेस्ट 8 6
कुल रन 69 69
प्रति परिणाम लागत 20.041 2.414
कुल लागत $2.405 $0.219
इनपुट कीमत $3.000 / 1M $0.300 / 1M
आउटपुट कीमत $15.000 / 1M $1.200 / 1M
कैश पढ़ने की कीमत $0.300 / 1M $0.040 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 195,489 307,228
आउटपुट टोकन 12,475 36,044
रीजनिंग टोकन 108,748 71,621
प्रतिक्रिया समय (औसत) 58.14s 22.40s
प्रतिक्रिया समय (अधिकतम) 255.06s 234.92s
प्रतिक्रिया समय (कुल) 1337.19s 515.14s
पैरामीटर ~2.8T कुल (~104B सक्रिय) 30B
उपलब्धता बंद स्रोत मुक्त स्रोत

कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।

मॉडल जनरेशन शोकेस

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#235 Ember-1

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

#232 Muse Glimmer 30B

low
लागत
$0.002
समय
13.5s
टोकन
953 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
Muse Glimmer 30B 8.1 9.9 66.7% 0 16.52s 7,419 2,759 10,173

तुलना जोड़ी बदलें