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

Claude Opus 4.8 vs Ember-1 (high)

average score जवळपास समान आहे: 6.9 vs 6.9. Claude Opus 4.8 चा benchmark खर्च कमी आहे: $2.334 vs $2.405. Claude Opus 4.8 वेगवान आहे: 7.54s vs 58.14s, pass rates 60.9% vs 71.0%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-11-13

तुलना केलेली मॉडेल्स

क्रमांक
#239
एकूण आउटपुट टोकन्स
24,343
प्रतिसाद वेळ (सरासरी)
7.54s
एकूण खर्च
$2.334
क्रमांक
#235
एकूण आउटपुट टोकन्स
121,223
प्रतिसाद वेळ (सरासरी)
58.14s
एकूण खर्च
$2.405
शिफारस केलेले मॉडेल Claude Opus 4.8

It has the best score here (6.9), while responding about 7.7x faster than Ember-1 (high).

तपशीलवार तुलना

मेट्रिक Claude Opus 4.8 Claude Opus 4.8 none प्रकाशन: 2026-05-28 Ember-1 Ember-1 high प्रकाशन: 2026-09-28
स्कोअर 6.9 6.9
क्रमांक #239 #235
विश्वसनीयता 10.0 8.6
सुसंगतता 9.3 7.2
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 60.9% 71.0%
अस्थिर चाचण्या 2 8
एकूण रन 69 69
प्रति निकाल खर्च 17.953 20.041
एकूण खर्च $2.334 $2.405
इनपुट किंमत $5.000 / 1M $3.000 / 1M
आउटपुट किंमत $25.000 / 1M $15.000 / 1M
कॅश वाचण्याची किंमत $0.500 / 1M $0.300 / 1M
कॅश लिहिण्याची किंमत $6.250 / 1M लागू नाही
एकूण इनपुट टोकन्स 345,059 195,489
आउटपुट टोकन्स 24,343 12,475
रिझनिंग टोकन्स 0 108,748
प्रतिसाद वेळ (सरासरी) 7.54s 58.14s
प्रतिसाद वेळ (कमाल) 65.07s 255.06s
प्रतिसाद वेळ (एकूण) 173.31s 1337.19s
पॅरामीटर्स ~5T एकूण (~500B सक्रिय) ~2.8T एकूण (~104B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

कॅशच्या किमती इनपुट टोकनला लागू होतात. वाचताना साठवलेले प्रॉम्प्ट पुन्हा वापरले जातात; लिहिताना ते साठवले जातात आणि अधिक खर्च होऊ शकतो. आउटपुट टोकनला आउटपुट किंमत लागू होते.

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#239 Claude Opus 4.8

none
खर्च
$0.053
वेळ
22.0s
टोकन्स
2,253 tok

#235 Ember-1

high
खर्च
$0.038
वेळ
55.1s
टोकन्स
2,671 tok

स्कोअरनुसार शीर्ष मॉडेल्स

स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी)

स्कोअर vs प्रतिसाद वेळ (सरासरी)

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

श्रेणीवार तपशील

कोडिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Opus 4.8 5.5 10.0 33.3% 0 3.29s 10,590 1,332 0
Ember-1 8.2 7.2 88.9% 1 72.23s 7,144 1,281 23,093

तुलना जोडी बदला