Ember-1 (high) vs Gemini 3.1 Flash Lite (medium)

average score जवळपास समान आहे: 6.9 vs 6.9. Gemini 3.1 Flash Lite (medium) चा benchmark खर्च कमी आहे: $0.153 vs $2.405. Gemini 3.1 Flash Lite (medium) वेगवान आहे: 6.27s vs 58.14s, pass rates 71.0% vs 59.4%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-01

तुलना केलेली मॉडेल्स

क्रमांक: #163
एकूण आउटपुट टोकन्स: 121,223
प्रतिसाद वेळ (सरासरी): 58.14s
एकूण खर्च: $2.405

क्रमांक: #162
एकूण आउटपुट टोकन्स: 63,967
प्रतिसाद वेळ (सरासरी): 6.27s
एकूण खर्च: $0.153

शिफारस केलेले मॉडेल Gemini 3.1 Flash Lite (medium)

It has the best score here (6.9), while costing about 15.7x less than Ember-1 (high).

तपशीलवार तुलना

मेट्रिक	Ember-1 Ember-1 high प्रकाशन: 2026-09-28	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite medium प्रकाशन: 2026-05-08

मेट्रिक	Ember-1 Ember-1 high प्रकाशन: 2026-09-28	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite medium प्रकाशन: 2026-05-08
स्कोअर	6.9	6.9
क्रमांक	#163	#162
विश्वसनीयता	8.6	10.0
सुसंगतता	7.2	9.2
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	71.0%	59.4%
अस्थिर चाचण्या	8	2
एकूण रन	69	69
प्रति निकाल खर्च	20.041	1.177
एकूण खर्च	$2.405	$0.153
इनपुट किंमत	$3.000 / 1M	$0.250 / 1M
आउटपुट किंमत	$15.000 / 1M	$1.500 / 1M
एकूण इनपुट टोकन्स	195,489	228,023
आउटपुट टोकन्स	12,475	10,779
रिझनिंग टोकन्स	108,748	53,188
प्रतिसाद वेळ (सरासरी)	58.14s	6.27s
प्रतिसाद वेळ (कमाल)	255.06s	47.78s
प्रतिसाद वेळ (एकूण)	1337.19s	144.10s
पॅरामीटर्स	~2.8T एकूण (~104B सक्रिय)	~150B एकूण (~10B सक्रिय)
उपलब्धता	बंद स्रोत	बंद स्रोत

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#163 Ember-1

high

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

#162 Gemini 3.1 Flash Lite

medium

खर्च: $0.003
वेळ: 5.3s
टोकन्स: 1,754 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

श्रेणी:

स्वायत्त एजंट कार्ये	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Ember-1	6.1	3.1	66.7%	1		88.31s	146,912	5,130	5,968
Gemini 3.1 Flash Lite	5.0	10.0	0.0%	0		47.78s	123,098	1,611	0

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Ember-1	8.7	7.9	91.7%	1		24.05s	1,544	886	992
Gemini 3.1 Flash Lite	9.1	10.0	75.0%	0		2.39s	502	604	4,201

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Ember-1	8.2	7.2	88.9%	1		72.23s	7,144	1,281	23,093
Gemini 3.1 Flash Lite	5.5	10.0	33.3%	0		3.81s	8,134	459	8,978

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Ember-1	6.4	5.8	66.7%	1		79.89s	28,994	1,667	6,614
Gemini 3.1 Flash Lite	7.2	9.1	50.0%	0		18.55s	80,983	7,241	20,231

डेटा पार्सिंग आणि निष्कर्षण	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Ember-1	7.3	5.9	83.3%	1		36.10s	6,076	230	1,228
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		2.60s	7,362	279	2,845

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Ember-1	2.9	4.4	22.2%	2		175.49s	1,154	1,023	61,582
Gemini 3.1 Flash Lite	2.9	7.2	11.1%	1		3.93s	650	15	7,223

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Ember-1	10.0	10.0	100.0%	0		4.49s	744	194	304
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		2.60s	488	84	1,142

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Ember-1	7.1	5.8	83.3%	1		33.38s	992	162	784
Gemini 3.1 Flash Lite	9.9	10.0	100.0%	0		2.59s	623	75	3,320

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Ember-1	10.0	10.0	100.0%	0		4.84s	1,452	390	848
Gemini 3.1 Flash Lite	7.6	7.2	77.8%	1		1.95s	568	165	2,450

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Ember-1	3.0	10.0	0.0%	0		26.45s	0	0	0
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		4.55s	5,457	234	921

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Ember-1	3.0	10.0	0.0%	0		65.34s	477	1,512	7,335
Gemini 3.1 Flash Lite	3.0	10.0	0.0%	0		3.08s	158	12	1,877

झटपट तुलना

तुलना जोडी बदला

Ember-1highvsGemma 4 31Bmediumमोफत उपलब्ध Ember-1highvsGPT-5.6 Lunalow Claude Sonnet 5.5lowvsEmber-1high Claude Opus 4.8nonevsEmber-1high Gemini 3.1 Flash LitemediumvsGPT-5.6 Lunalow Claude Sonnet 5.5lowvsGemini 3.1 Flash Litemedium Claude Opus 4.8nonevsGemini 3.1 Flash Litemedium Ember-1highvsKimi K2.6medium Gemini 3.1 Flash LitemediumvsMuse Glimmer 30Blow Ember-1highvsQwen3.5-Flashmedium Gemini 3.1 Flash LitemediumvsGrok 4.6low Ember-1highvsInklinglowमोफत उपलब्ध