Advertise here
#248

Ember-1

Fireworks रिलीज़: 2026-09-28 परीक्षण किया गया: 2026-09-28 08:17 fireworks/ember-1::max
~2.8T कुल (~104B सक्रिय)MoEबंद स्रोतअनुमानित

सारांश

Ember-1 AI BENCHY पर 5.9 स्कोर करता है और #248 पर है। इसकी reliability 7.5, pass rate 57.6%, कुल लागत $2.792, और औसत response time 98.92s है।

Ember-1 को अलग क्या बनाता है: यह Samanya Buddhimatta में सबसे अलग दिखता है, जहाँ इसकी रैंक #1 है; जबकि निर्देश पालन इसकी सबसे कमजोर जगह है, जहाँ यह #13 पर है।

मॉडल विवरण

शोध की तारीख: 2026-09-28

अनुमानित
पैरामीटर
~2.8T कुल (~104B सक्रिय)
आर्किटेक्चर
MoE
उपलब्धता
बंद स्रोत
लाइसेंस
-

सार्वजनिक साक्ष्यों पर आधारित सर्वोत्तम अनुमान; प्रदाता ने सभी मान जारी नहीं किए हैं।

संगति

7.7

कुल आउटपुट टोकन

180,806

कुल इनपुट टोकन

26,449

इनपुट कीमत

$3.000 / 1M

आउटपुट कीमत

$15.000 / 1M

सही परीक्षण

गलत टेस्ट: 12

प्रति प्रयास पास दर: 57.6%

अस्थिर टेस्ट

6

अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।

प्रतिक्रिया समय (औसत)

98.92s

प्रतिक्रिया समय (अधिकतम): 587.08s

प्रतिक्रिया समय (कुल): 2176.20s

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

चार्ट

पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

त्वरित तुलना

श्रेणी विवरण

श्रेणी स्कोर संगति सही परीक्षण
एंटी-एआई ट्रिक्स 8.7 7.9
कोडिंग 5.2 4.4
संयुक्त 6.5 10.0
डेटा पार्सिंग और निष्कर्षण 6.4 5.9
डोमेन-विशिष्ट 3.6 7.2
Samanya Buddhimatta 10.0 10.0
निर्देश पालन 6.2 5.8
पहेली समाधान 7.7 10.0
टूल कॉलिंग 3.0 10.0
सामान्य ज्ञान 3.0 10.0

तुलना किए गए मॉडल