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

Ember-1 vs Kimi K2.5

Ember-1 average score में आगे है: 5.4 vs 5.3. Kimi K2.5 की benchmark लागत कम है: $0.262 vs $0.786. Ember-1 तेज है: 22.65s vs 35.86s, pass rates 43.5% vs 29.0%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-07

तुलना किए गए मॉडल

रैंक
#295
कुल आउटपुट टोकन
11,832
प्रतिक्रिया समय (औसत)
22.65s
कुल लागत
$0.786
रैंक
#299
कुल आउटपुट टोकन
49,389
प्रतिक्रिया समय (औसत)
35.86s
कुल लागत
$0.262
अनुशंसित मॉडल Kimi K2.5

Its score stays close to the best score here (5.3 vs 5.4), while costing about 3.0x less than Ember-1.

विस्तृत तुलना

मेट्रिक Ember-1 Ember-1 none रिलीज़: 2026-09-28 Kimi K2.5 Kimi K2.5 none रिलीज़: 2026-01-27
स्कोर 5.4 5.3
रैंक #295 #299
विश्वसनीयता 8.8 10.0
संगति 8.6 8.6
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 43.5% 29.0%
अस्थिर टेस्ट 4 4
कुल रन 69 69
प्रति परिणाम लागत 9.817 4.976
कुल लागत $0.786 $0.262
इनपुट कीमत $3.000 / 1M $0.450 / 1M
आउटपुट कीमत $15.000 / 1M $2.250 / 1M
कैश पढ़ने की कीमत $0.300 / 1M $0.070 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 202,617 275,349
आउटपुट टोकन 11,832 49,377
रीजनिंग टोकन 0 12
प्रतिक्रिया समय (औसत) 22.65s 35.86s
प्रतिक्रिया समय (अधिकतम) 93.12s 321.19s
प्रतिक्रिया समय (कुल) 520.91s 609.61s
पैरामीटर ~2.8T कुल (~104B सक्रिय) 1T कुल (32B सक्रिय)
उपलब्धता बंद स्रोत वेट उपलब्ध

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.

#295 Ember-1

none
लागत
$0.156
समय
224.6s
टोकन
10,555 tok

#299 MoonshotAI: Kimi K2.5

none
लागत
$0.015
समय
89.1s
टोकन
5,421 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 5.5 10.0 33.3% 0 1.94s 7,485 393 0
Kimi K2.5 5.5 10.0 33.3% 0 24.56s 7,311 4,708 0

तुलना जोड़ी बदलें