नेव्हिगेशन
Advertise here

Ember-1 (high) vs Muse Glimmer 30B (low)

Muse Glimmer 30B (low) average score मध्ये पुढे आहे: 6.9 vs 6.9. Muse Glimmer 30B (low) चा benchmark खर्च कमी आहे: $0.219 vs $2.405. Muse Glimmer 30B (low) वेगवान आहे: 22.40s vs 58.14s, pass rates 71.0% vs 63.8%.

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

तुलना केलेली मॉडेल्स

क्रमांक
#235
एकूण आउटपुट टोकन्स
121,223
प्रतिसाद वेळ (सरासरी)
58.14s
एकूण खर्च
$2.405
क्रमांक
#232
एकूण आउटपुट टोकन्स
105,320
प्रतिसाद वेळ (सरासरी)
22.40s
एकूण खर्च
$0.219
शिफारस केलेले मॉडेल Muse Glimmer 30B (low)

It has the best score here (6.9), while costing about 11.0x less than Ember-1 (high).

तपशीलवार तुलना

मेट्रिक Ember-1 Ember-1 high प्रकाशन: 2026-09-28 Muse Glimmer 30B Muse Glimmer 30B low प्रकाशन: 2026-08-11
स्कोअर 6.9 6.9
क्रमांक #235 #232
विश्वसनीयता 8.6 10.0
सुसंगतता 7.2 8.0
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 71.0% 63.8%
अस्थिर चाचण्या 8 6
एकूण रन 69 69
प्रति निकाल खर्च 20.041 2.414
एकूण खर्च $2.405 $0.219
इनपुट किंमत $3.000 / 1M $0.300 / 1M
आउटपुट किंमत $15.000 / 1M $1.200 / 1M
कॅश वाचण्याची किंमत $0.300 / 1M $0.040 / 1M
कॅश लिहिण्याची किंमत लागू नाही लागू नाही
एकूण इनपुट टोकन्स 195,489 307,228
आउटपुट टोकन्स 12,475 36,044
रिझनिंग टोकन्स 108,748 71,621
प्रतिसाद वेळ (सरासरी) 58.14s 22.40s
प्रतिसाद वेळ (कमाल) 255.06s 234.92s
प्रतिसाद वेळ (एकूण) 1337.19s 515.14s
पॅरामीटर्स ~2.8T एकूण (~104B सक्रिय) 30B
उपलब्धता बंद स्रोत मुक्त 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.

#235 Ember-1

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

#232 Muse Glimmer 30B

low
खर्च
$0.002
वेळ
13.5s
टोकन्स
953 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
Ember-1 8.2 7.2 88.9% 1 72.23s 7,144 1,281 23,093
Muse Glimmer 30B 8.1 9.9 66.7% 0 16.52s 7,419 2,759 10,173

तुलना जोडी बदला