नेविगेशन
Advertise here

Ember-1 (max) vs GLM 5.3 FlashX Legal (low)

average score लगभग बराबर है: 6.7 vs 6.7. GLM 5.3 FlashX Legal (low) की benchmark लागत कम है: $0.135 vs $3.264. GLM 5.3 FlashX Legal (low) तेज है: 8.30s vs 97.34s, pass rates 59.4% vs 55.1%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-10

तुलना किए गए मॉडल

रैंक
#242
कुल आउटपुट टोकन
186,901
प्रतिक्रिया समय (औसत)
97.34s
कुल लागत
$3.264
रैंक
#237
कुल आउटपुट टोकन
37,995
प्रतिक्रिया समय (औसत)
8.30s
कुल लागत
$0.135
अनुशंसित मॉडल GLM 5.3 FlashX Legal (low)

It has the best score here (6.7), while costing about 24.2x less than Ember-1 (max).

विस्तृत तुलना

मेट्रिक Ember-1 Ember-1 max रिलीज़: 2026-09-28 GLM 5.3 FlashX Legal GLM 5.3 FlashX Legal low रिलीज़: 2026-11-02
स्कोर 6.7 6.7
रैंक #242 #237
विश्वसनीयता 8.3 9.7
संगति 7.8 7.8
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 59.4% 55.1%
अस्थिर टेस्ट 6 6
कुल रन 69 69
प्रति परिणाम लागत 29.671 1.349
कुल लागत $3.264 $0.135
इनपुट कीमत $3.000 / 1M $0.370 / 1M
आउटपुट कीमत $15.000 / 1M $1.250 / 1M
कैश पढ़ने की कीमत $0.300 / 1M $0.075 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 153,399 236,104
आउटपुट टोकन 7,803 11,222
रीजनिंग टोकन 179,098 26,773
प्रतिक्रिया समय (औसत) 97.34s 8.30s
प्रतिक्रिया समय (अधिकतम) 587.08s 64.18s
प्रतिक्रिया समय (कुल) 2238.73s 190.99s
पैरामीटर ~2.8T कुल (~104B सक्रिय) ~320B कुल (~18B 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.

#242 Ember-1

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

#237 GLM 5.3 FlashX Legal

low
लागत
$0.003
समय
12.4s
टोकन
2,362 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
GLM 5.3 FlashX Legal 5.4 7.2 44.4% 1 5.90s 7,317 465 3,760

तुलना जोड़ी बदलें