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 Grok 4.3 (medium)

average score जवळपास समान आहे: 7.1 vs 7.0. Grok 4.3 (medium) चा benchmark खर्च कमी आहे: $0.741 vs $1.798. Grok 4.3 (medium) वेगवान आहे: 44.21s vs 56.77s, pass rates 71.2% vs 66.7%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-09-28

तुलना केलेली मॉडेल्स

क्रमांक
#158
एकूण आउटपुट टोकन्स
110,125
प्रतिसाद वेळ (सरासरी)
56.77s
एकूण खर्च
$1.798
क्रमांक
#159
एकूण आउटपुट टोकन्स
225,904
प्रतिसाद वेळ (सरासरी)
44.21s
एकूण खर्च
$0.741
शिफारस केलेले मॉडेल Grok 4.3 (medium)

It has the best score here (7.0), while costing about 2.4x less than Ember-1 (high).

तपशीलवार तुलना

मेट्रिक Ember-1 Ember-1 high प्रकाशन: 2026-09-28 Grok 4.3 Grok 4.3 medium प्रकाशन: 2026-05-01
स्कोअर 7.1 7.0
क्रमांक #158 #159
विश्वसनीयता 8.0 10.0
सुसंगतता 7.3 8.2
प्रयत्न 66/66 66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर 71.2% 66.7%
अस्थिर चाचण्या 7 5
एकूण रन 66 66
प्रति निकाल खर्च 14.981 6.168
एकूण खर्च $1.798 $0.741
इनपुट किंमत $3.000 / 1M $1.250 / 1M
आउटपुट किंमत $15.000 / 1M $2.500 / 1M
एकूण इनपुट टोकन्स 48,577 140,244
आउटपुट टोकन्स 7,345 13,739
रिझनिंग टोकन्स 102,780 212,165
प्रतिसाद वेळ (सरासरी) 56.77s 44.21s
प्रतिसाद वेळ (कमाल) 255.06s 216.69s
प्रतिसाद वेळ (एकूण) 1248.88s 972.64s
पॅरामीटर्स ~2.8T एकूण (~104B सक्रिय) ~1.5T एकूण (~150B 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.

#158 Ember-1

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

#159 SpaceXAI: Grok 4.3

medium
खर्च
$0.009
वेळ
19.0s
टोकन्स
3,661 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
Grok 4.3 5.9 7.7 44.4% 1 41.23s 8,340 1,028 31,226

झटपट तुलना

तुलना जोडी बदला