नेविगेशन
Advertise here

Ember-1 (low) vs Qwen3.5-27B (medium)

average score लगभग बराबर है: 7.5 vs 7.5. Ember-1 (low) की benchmark लागत कम है: $0.662 vs $0.982. Ember-1 (low) तेज है: 30.98s vs 113.28s, pass rates 66.7% vs 75.8%.

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
#124
कुल आउटपुट टोकन
614,909
प्रतिक्रिया समय (औसत)
113.28s
कुल लागत
$0.982
अनुशंसित मॉडल Ember-1 (low)

It has the best score here (7.5), while responding about 3.7x faster than Qwen3.5-27B (medium).

विस्तृत तुलना

मेट्रिक Ember-1 Ember-1 low रिलीज़: 2026-09-28 Qwen3.5-27B Qwen3.5-27B medium रिलीज़: 2026-02-24
स्कोर 7.5 7.5
रैंक #120 #124
विश्वसनीयता 8.1 10.0
संगति 8.5 7.8
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 66.7% 75.8%
अस्थिर टेस्ट 4 6
कुल रन 66 66
प्रति परिणाम लागत 5.085 8.217
कुल लागत $0.662 $0.982
इनपुट कीमत $3.000 / 1M $0.195 / 1M
आउटपुट कीमत $15.000 / 1M $1.560 / 1M
कुल इनपुट टोकन 33,011 111,644
आउटपुट टोकन 4,780 16,113
रीजनिंग टोकन 32,687 598,796
प्रतिक्रिया समय (औसत) 30.98s 113.28s
प्रतिक्रिया समय (अधिकतम) 93.10s 1026.43s
प्रतिक्रिया समय (कुल) 681.50s 2492.26s
पैरामीटर ~2.8T कुल (~104B सक्रिय) 27B
उपलब्धता बंद स्रोत मुक्त 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

#124 Qwen3.5-27B

medium
लागत
$0.008
समय
62.0s
टोकन
3,099 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
Qwen3.5-27B 6.2 7.1 55.6% 1 160.69s 7,895 6,381 89,388

त्वरित तुलना

तुलना जोड़ी बदलें