- रैंक
- #158
- कुल आउटपुट टोकन
- 110,125
- प्रतिक्रिया समय (औसत)
- 56.77s
- कुल लागत
- $1.798
Ember-1 (high) vs GPT-5.5
Ember-1 (high) average score में आगे है: 7.1 vs 7.0. GPT-5.5 की benchmark लागत कम है: $0.544 vs $1.798. GPT-5.5 तेज है: 2.35s vs 56.77s, pass rates 71.2% vs 59.1%.
तुलना किए गए मॉडल
- रैंक
- #165
- कुल आउटपुट टोकन
- 4,915
- प्रतिक्रिया समय (औसत)
- 2.35s
- कुल लागत
- $0.544
अनुशंसित मॉडल
GPT-5.5
Its score stays close to the best score here (7.0 vs 7.1), while costing about 3.3x less than Ember-1 (high).
विस्तृत तुलना
| मेट्रिक | Ember-1 Ember-1 high | GPT-5.5 GPT-5.5 none |
|---|---|---|
| स्कोर | 7.1 | 7.0 |
| रैंक | #158 | #165 |
| विश्वसनीयता | 8.0 | 10.0 |
| संगति | 7.3 | 9.2 |
| प्रयास | 66/66 | 66/66 |
| सही परीक्षण | ||
| प्रति प्रयास पास दर | 71.2% | 59.1% |
| अस्थिर टेस्ट | 7 | 2 |
| कुल रन | 66 | 66 |
| प्रति परिणाम लागत | 14.981 | 4.533 |
| कुल लागत | $1.798 | $0.544 |
| इनपुट कीमत | $3.000 / 1M | $5.000 / 1M |
| आउटपुट कीमत | $15.000 / 1M | $30.000 / 1M |
| कुल इनपुट टोकन | 48,577 | 79,294 |
| आउटपुट टोकन | 7,345 | 4,915 |
| रीजनिंग टोकन | 102,780 | 0 |
| प्रतिक्रिया समय (औसत) | 56.77s | 2.35s |
| प्रतिक्रिया समय (अधिकतम) | 255.06s | 12.24s |
| प्रतिक्रिया समय (कुल) | 1248.88s | 51.78s |
| पैरामीटर | ~2.8T कुल (~104B सक्रिय) | ~1.5T कुल (~100B 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.
#158 Ember-1
high- लागत
- $0.038
- समय
- 55.1s
- टोकन
- 2,671 tok
#165 GPT-5.5
none- लागत
- $0.090
- समय
- 54.3s
- टोकन
- 3,063 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
त्वरित तुलना
तुलना जोड़ी बदलें
Mercury 2mediumvsGPT-5.5noneGPT-5.5nonevsGLM 5.1mediumGPT-5.5nonevsGrok 4.20mediumGPT-5.5nonevsSpace Bunny AlphahighEmber-1highvsGrok 4.3mediumEmber-1highvsGPT-5.6 SolnoneEmber-1highvsGPT-6 LunalowDeepSeek V3.2mediumvsGPT-5.5noneSeed-2.0-MinimediumvsGPT-5.5noneKimi K2.5mediumvsGPT-5.5noneDeepSeek V3.2mediumvsEmber-1highGPT-5.5nonevsGrok 4.3medium