नेविगेशन
Advertise here

तुलना किए गए मॉडल

Ember-1 (low) vs Gemini 3 Flash Preview (medium) vs Qwen3.8 Max (0902) (low) benchmark तुलना: Gemini 3 Flash Preview (medium) स्कोर में 9.5 के साथ आगे है। Gemini 3 Flash Preview (medium) विश्वसनीयता में 10.0 के साथ आगे है। Ember-1 (low) का कुल लागत सबसे कम है: $0.662. Gemini 3 Flash Preview (medium) 19.86s पर सबसे तेज है।

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-09-28

तुलना किए गए मॉडल

रैंक
#120
कुल आउटपुट टोकन
37,467
प्रतिक्रिया समय (औसत)
30.98s
कुल लागत
$0.662
रैंक
#11
कुल आउटपुट टोकन
239,608
प्रतिक्रिया समय (औसत)
19.86s
कुल लागत
$0.763
रैंक
#27
कुल आउटपुट टोकन
75,865
प्रतिक्रिया समय (औसत)
24.21s
कुल लागत
$0.664
अनुशंसित मॉडल Gemini 3 Flash Preview (medium)

It has the strongest score in this comparison (9.5) and the best overall balance of cost and response time across all 3 models.

विस्तृत तुलना

मेट्रिक Ember-1 Ember-1 low रिलीज़: 2026-09-28 Gemini 3 Flash Preview Gemini 3 Flash Preview medium रिलीज़: 2025-12-17 Qwen3.8 Max (0902) Qwen3.8 Max (0902) low रिलीज़: 2026-09-07
स्कोर 7.5 9.5 9.1
रैंक #120 #11 #27
विश्वसनीयता 8.1 10.0 10.0
संगति 8.5 9.7 9.3
प्रयास 66/66 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 66.7% 93.9% 86.4%
अस्थिर टेस्ट 4 1 2
कुल रन 66 66 66
प्रति परिणाम लागत 5.085 3.814 3.684
कुल लागत $0.662 $0.763 $0.664
इनपुट कीमत $3.000 / 1M $0.500 / 1M $2.000 / 1M
आउटपुट कीमत $15.000 / 1M $3.000 / 1M $6.000 / 1M
कुल इनपुट टोकन 33,011 87,870 103,954
आउटपुट टोकन 4,780 5,486 6,322
रीजनिंग टोकन 32,687 234,122 69,543
प्रतिक्रिया समय (औसत) 30.98s 19.86s 24.21s
प्रतिक्रिया समय (अधिकतम) 93.10s 117.26s 207.79s
प्रतिक्रिया समय (कुल) 681.50s 436.88s 532.62s
पैरामीटर ~2.8T कुल (~104B सक्रिय) ~500B कुल (~20B सक्रिय) 2.4T कुल (~100B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत बंद स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#120 Ember-1

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

#11 Gemini 3 Flash Preview

medium
लागत
$0.010
समय
18.4s
टोकन
3,351 tok

#27 Qwen3.8 Max (0902)

low
लागत
$0.014
समय
41.2s
टोकन
2,421 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 Flash Preview 8.6 7.6 88.9% 1 84.40s 8,122 462 161,084
Qwen3.8 Max (0902) 10.0 10.0 100.0% 0 37.42s 8,127 485 17,404

त्वरित तुलना

तुलना जोड़ी बदलें