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

Claude Sonnet 5.5 (low) vs Ember-1 (high)

average score जवळपास समान आहे: 6.9 vs 6.9. Claude Sonnet 5.5 (low) चा benchmark खर्च कमी आहे: $0.909 vs $2.405. Claude Sonnet 5.5 (low) वेगवान आहे: 7.46s vs 58.14s, pass rates 46.4% vs 71.0%.

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

तुलना केलेली मॉडेल्स

क्रमांक
#238
एकूण आउटपुट टोकन्स
32,443
प्रतिसाद वेळ (सरासरी)
7.46s
एकूण खर्च
$0.909
क्रमांक
#235
एकूण आउटपुट टोकन्स
121,223
प्रतिसाद वेळ (सरासरी)
58.14s
एकूण खर्च
$2.405
शिफारस केलेले मॉडेल Claude Sonnet 5.5 (low)

It has the best score here (6.9), while costing about 2.6x less than Ember-1 (high).

तपशीलवार तुलना

मेट्रिक Claude Sonnet 5.5 Claude Sonnet 5.5 low प्रकाशन: 2026-09-29 Ember-1 Ember-1 high प्रकाशन: 2026-09-28
स्कोअर 6.9 6.9
क्रमांक #238 #235
विश्वसनीयता 10.0 8.6
सुसंगतता 9.4 7.2
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 46.4% 71.0%
अस्थिर चाचण्या 2 8
एकूण रन 69 69
प्रति निकाल खर्च 9.082 20.041
एकूण खर्च $0.909 $2.405
इनपुट किंमत $2.000 / 1M $3.000 / 1M
आउटपुट किंमत $10.000 / 1M $15.000 / 1M
कॅश वाचण्याची किंमत $0.200 / 1M $0.300 / 1M
कॅश लिहिण्याची किंमत $2.500 / 1M लागू नाही
एकूण इनपुट टोकन्स 291,853 195,489
आउटपुट टोकन्स 24,116 12,475
रिझनिंग टोकन्स 8,327 108,748
प्रतिसाद वेळ (सरासरी) 7.46s 58.14s
प्रतिसाद वेळ (कमाल) 46.61s 255.06s
प्रतिसाद वेळ (एकूण) 171.47s 1337.19s
पॅरामीटर्स ~1T एकूण (~100B 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.

#238 Claude Sonnet 5.5

low
खर्च
$0.020
वेळ
15.3s
टोकन्स
2,077 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 Sonnet 5.5 3.2 9.7 0.0% 0 5.81s 10,608 5,903 0
Ember-1 8.2 7.2 88.9% 1 72.23s 7,144 1,281 23,093

तुलना जोडी बदला