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

Ember-1 (max) vs GPT-5.4

Ember-1 (max) average score में आगे है: 5.9 vs 5.8. GPT-5.4 की benchmark लागत कम है: $0.397 vs $2.792. GPT-5.4 तेज है: 2.08s vs 98.92s, pass rates 57.6% vs 34.9%.

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

तुलना किए गए मॉडल

रैंक
#248
कुल आउटपुट टोकन
180,806
प्रतिक्रिया समय (औसत)
98.92s
कुल लागत
$2.792
रैंक
#254
कुल आउटपुट टोकन
8,339
प्रतिक्रिया समय (औसत)
2.08s
कुल लागत
$0.397
अनुशंसित मॉडल GPT-5.4

Its score stays close to the best score here (5.8 vs 5.9), while costing about 7.0x less than Ember-1 (max).

विस्तृत तुलना

मेट्रिक Ember-1 Ember-1 max रिलीज़: 2026-09-28 GPT-5.4 GPT-5.4 none रिलीज़: 2026-03-05
स्कोर 5.9 5.8
रैंक #248 #254
विश्वसनीयता 7.5 10.0
संगति 7.7 9.2
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 57.6% 34.9%
अस्थिर टेस्ट 6 2
कुल रन 66 66
प्रति परिणाम लागत 27.915 5.667
कुल लागत $2.792 $0.397
इनपुट कीमत $3.000 / 1M $2.500 / 1M
आउटपुट कीमत $15.000 / 1M $15.000 / 1M
कुल इनपुट टोकन 26,449 108,641
आउटपुट टोकन 4,183 8,339
रीजनिंग टोकन 176,623 0
प्रतिक्रिया समय (औसत) 98.92s 2.08s
प्रतिक्रिया समय (अधिकतम) 587.08s 15.63s
प्रतिक्रिया समय (कुल) 2176.20s 45.75s
पैरामीटर ~2.8T कुल (~104B सक्रिय) ~1.5T कुल (~100B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#248 Ember-1

max
लागत
$0.163
समय
229.4s
टोकन
11,002 tok

#254 GPT-5.4

none
लागत
$0.026
समय
18.1s
टोकन
1,792 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 5.2 4.4 55.6% 2 105.09s 3,362 1,149 27,957
GPT-5.4 5.5 10.0 33.3% 0 1.62s 7,305 516 0

त्वरित तुलना

तुलना जोड़ी बदलें