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

Ember-1 (high) vs GPT-5.6 Luna (low)

average score जवळपास समान आहे: 6.9 vs 6.9. GPT-5.6 Luna (low) चा benchmark खर्च कमी आहे: $0.049 vs $2.405. GPT-5.6 Luna (low) वेगवान आहे: 6.96s vs 58.14s, pass rates 71.0% vs 56.5%.

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
#237
एकूण आउटपुट टोकन्स
28,001
प्रतिसाद वेळ (सरासरी)
6.96s
एकूण खर्च
$0.049
शिफारस केलेले मॉडेल GPT-5.6 Luna (low)

It has the best score here (6.9), while costing about 49.3x less than Ember-1 (high).

तपशीलवार तुलना

मेट्रिक Ember-1 Ember-1 high प्रकाशन: 2026-09-28 GPT-5.6 Luna GPT-5.6 Luna low प्रकाशन: 2026-07-09
स्कोअर 6.9 6.9
क्रमांक #235 #237
विश्वसनीयता 8.6 10.0
सुसंगतता 7.2 8.3
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 71.0% 56.5%
अस्थिर चाचण्या 8 5
एकूण रन 69 69
प्रति निकाल खर्च 20.041 2.428
एकूण खर्च $2.405 $0.049
इनपुट किंमत $3.000 / 1M $0.200 / 1M
आउटपुट किंमत $15.000 / 1M $1.200 / 1M
कॅश वाचण्याची किंमत $0.300 / 1M $0.020 / 1M
कॅश लिहिण्याची किंमत लागू नाही $0.250 / 1M
एकूण इनपुट टोकन्स 195,489 202,680
आउटपुट टोकन्स 12,475 9,230
रिझनिंग टोकन्स 108,748 18,771
प्रतिसाद वेळ (सरासरी) 58.14s 6.96s
प्रतिसाद वेळ (कमाल) 255.06s 45.74s
प्रतिसाद वेळ (एकूण) 1337.19s 160.19s
पॅरामीटर्स ~2.8T एकूण (~104B सक्रिय) ~400B एकूण (~17B 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.

#235 Ember-1

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

#237 GPT-5.6 Luna

low
खर्च
$0.011
वेळ
10.2s
टोकन्स
1,897 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
GPT-5.6 Luna 5.5 10.0 33.3% 0 4.61s 7,302 557 3,535

तुलना जोडी बदला