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 Qwen4 Max

average score लगभग बराबर है: 7.0 vs 7.0. Qwen4 Max की benchmark लागत कम है: $0.465 vs $1.488. Qwen4 Max तेज है: 6.38s vs 34.90s, pass rates 65.2% vs 63.8%.

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
#230
कुल आउटपुट टोकन
9,342
प्रतिक्रिया समय (औसत)
6.38s
कुल लागत
$0.465
अनुशंसित मॉडल Qwen4 Max

It has the best score here (7.0), while costing about 3.2x less than Ember-1 (low).

विस्तृत तुलना

मेट्रिक Ember-1 Ember-1 low रिलीज़: 2026-09-28 Qwen4 Max Qwen4 Max none रिलीज़: 2026-11-16
स्कोर 7.0 7.0
रैंक #232 #230
विश्वसनीयता 8.8 10.0
संगति 8.2 9.6
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 65.2% 63.8%
अस्थिर टेस्ट 5 1
कुल रन 69 69
प्रति परिणाम लागत 11.441 3.321
कुल लागत $1.488 $0.465
इनपुट कीमत $3.000 / 1M $1.500 / 1M
आउटपुट कीमत $15.000 / 1M $4.500 / 1M
कैश पढ़ने की कीमत $0.300 / 1M $0.075 / 1M
कैश लिखने की कीमत लागू नहीं $1.875 / 1M
कुल इनपुट टोकन 211,908 281,902
आउटपुट टोकन 14,158 9,342
रीजनिंग टोकन 42,608 0
प्रतिक्रिया समय (औसत) 34.90s 6.38s
प्रतिक्रिया समय (अधिकतम) 121.29s 67.27s
प्रतिक्रिया समय (कुल) 802.79s 146.64s
पैरामीटर ~2.8T कुल (~104B सक्रिय) ~2.4T कुल (~95B 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

#230 Qwen4 Max

none
लागत
$0.027
समय
123.5s
टोकन
6,091 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
Qwen4 Max 5.8 10.0 33.3% 0 1.97s 8,010 384 0

तुलना जोड़ी बदलें