नेविगेशन
Advertise here

Ember-1 (high) vs Qwen3.5-122B-A10B (medium)

Qwen3.5-122B-A10B (medium) average score में आगे है: 7.0 vs 6.9. Qwen3.5-122B-A10B (medium) की benchmark लागत कम है: $1.152 vs $2.405. Ember-1 (high) तेज है: 58.14s vs 66.96s, pass rates 71.0% vs 71.0%.

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
#229
कुल आउटपुट टोकन
522,190
प्रतिक्रिया समय (औसत)
66.96s
कुल लागत
$1.152
अनुशंसित मॉडल Qwen3.5-122B-A10B (medium)

It has the best score here (7.0), while costing about 2.1x less than Ember-1 (high).

विस्तृत तुलना

मेट्रिक Ember-1 Ember-1 high रिलीज़: 2026-09-28 Qwen3.5-122B-A10B Qwen3.5-122B-A10B medium रिलीज़: 2026-02-24
स्कोर 6.9 7.0
रैंक #235 #229
विश्वसनीयता 8.6 10.0
संगति 7.2 8.3
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 71.0% 71.0%
अस्थिर टेस्ट 8 5
कुल रन 69 69
प्रति परिणाम लागत 20.041 9.196
कुल लागत $2.405 $1.152
इनपुट कीमत $3.000 / 1M $0.260 / 1M
आउटपुट कीमत $15.000 / 1M $2.080 / 1M
कैश पढ़ने की कीमत $0.300 / 1M लागू नहीं
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 195,489 251,695
आउटपुट टोकन 12,475 49,415
रीजनिंग टोकन 108,748 472,775
प्रतिक्रिया समय (औसत) 58.14s 66.96s
प्रतिक्रिया समय (अधिकतम) 255.06s 519.30s
प्रतिक्रिया समय (कुल) 1337.19s 1539.99s
पैरामीटर ~2.8T कुल (~104B सक्रिय) 122B कुल (10B सक्रिय)
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

#229 Qwen3.5-122B-A10B

medium
लागत
$0.019
समय
48.7s
टोकन
6,034 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
Qwen3.5-122B-A10B 6.0 7.2 55.6% 1 114.48s 7,630 8,057 82,578

तुलना जोड़ी बदलें