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 Ling 3.2 Flash (high)

average score लगभग बराबर है: 7.0 vs 7.0. Ling 3.2 Flash (high) की benchmark लागत कम है: $0.000 vs $1.488. Ember-1 (low) तेज है: 34.90s vs 225.47s, pass rates 65.2% vs 59.4%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-16

तुलना किए गए मॉडल

रैंक
#232
कुल आउटपुट टोकन
56,766
प्रतिक्रिया समय (औसत)
34.90s
कुल लागत
$1.488
रैंक
#229
कुल आउटपुट टोकन
147,713
प्रतिक्रिया समय (औसत)
225.47s
कुल लागत
$0.000
अनुशंसित मॉडल Ember-1 (low)

It has the best score here (7.0), while responding about 6.5x faster than Ling 3.2 Flash (high).

विस्तृत तुलना

मेट्रिक Ember-1 Ember-1 low रिलीज़: 2026-09-28 Ling 3.2 Flash Ling 3.2 Flash high रिलीज़: 2026-11-16 निःशुल्क उपलब्ध
स्कोर 7.0 7.0
रैंक #232 #229
विश्वसनीयता 8.8 5.0
संगति 8.2 8.7
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 65.2% 59.4%
अस्थिर टेस्ट 5 4
कुल रन 69 69
प्रति परिणाम लागत 11.441 0.000
कुल लागत $1.488 $0.000
इनपुट कीमत $3.000 / 1M $0.000 / 1M
आउटपुट कीमत $15.000 / 1M $0.000 / 1M
कैश पढ़ने की कीमत $0.300 / 1M लागू नहीं
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 211,908 340,468
आउटपुट टोकन 14,158 12,361
रीजनिंग टोकन 42,608 135,352
प्रतिक्रिया समय (औसत) 34.90s 225.47s
प्रतिक्रिया समय (अधिकतम) 121.29s 960.03s
प्रतिक्रिया समय (कुल) 802.79s 5185.79s
पैरामीटर ~2.8T कुल (~104B सक्रिय) 560B कुल (25B 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.

#232 Ember-1

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

#229 Ling 3.2 Flash

high
Reached the allocated time limit (600 seconds) without receiving showcase output.
लागत
$0.000
समय
600.0s
टोकन
0 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
Ling 3.2 Flash 4.9 5.1 44.5% 2 402.10s 8,319 1,401 62,059

तुलना जोड़ी बदलें