नेविगेशन
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Ember-1 (low) vs Gemini 3.1 Flash Lite Preview (medium)

average score लगभग बराबर है: 7.0 vs 7.0. Gemini 3.1 Flash Lite Preview (medium) की benchmark लागत कम है: $0.158 vs $1.488. Gemini 3.1 Flash Lite Preview (medium) तेज है: 6.78s vs 34.90s, pass rates 65.2% vs 60.9%.

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

तुलना किए गए मॉडल

रैंक
#227
कुल आउटपुट टोकन
56,766
प्रतिक्रिया समय (औसत)
34.90s
कुल लागत
$1.488
रैंक
#225
कुल आउटपुट टोकन
59,534
प्रतिक्रिया समय (औसत)
6.78s
कुल लागत
$0.158
अनुशंसित मॉडल Gemini 3.1 Flash Lite Preview (medium)

It has the best score here (7.0), while costing about 9.5x less than Ember-1 (low).

विस्तृत तुलना

मेट्रिक Ember-1 Ember-1 low रिलीज़: 2026-09-28 Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview medium रिलीज़: 2026-03-03
स्कोर 7.0 7.0
रैंक #227 #225
विश्वसनीयता 8.8 10.0
संगति 8.2 9.9
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 65.2% 60.9%
अस्थिर टेस्ट 5 0
कुल रन 69 69
प्रति परिणाम लागत 11.441 1.124
कुल लागत $1.488 $0.158
इनपुट कीमत $3.000 / 1M $0.250 / 1M
आउटपुट कीमत $15.000 / 1M $1.500 / 1M
कैश पढ़ने की कीमत $0.300 / 1M $0.025 / 1M
कैश लिखने की कीमत लागू नहीं $0.084 / 1M
कुल इनपुट टोकन 211,908 272,221
आउटपुट टोकन 14,158 12,345
रीजनिंग टोकन 42,608 47,189
प्रतिक्रिया समय (औसत) 34.90s 6.78s
प्रतिक्रिया समय (अधिकतम) 121.29s 54.91s
प्रतिक्रिया समय (कुल) 802.79s 155.96s
पैरामीटर ~2.8T कुल (~104B सक्रिय) ~150B कुल (~10B सक्रिय)
उपलब्धता बंद स्रोत बंद 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.

#227 Ember-1

low
लागत
$0.016
समय
24.2s
टोकन
1,165 tok

#225 Gemini 3.1 Flash Lite Preview

medium
लागत
$0.003
समय
5.2s
टोकन
1,944 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 10.0 10.0 100.0% 0 37.91s 8,097 2,518 13,142
Gemini 3.1 Flash Lite Preview 5.5 10.0 33.3% 0 4.09s 8,126 461 8,597

तुलना जोड़ी बदलें