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

Ember-1 (low) vs Qwen4 Max

average score जवळपास समान आहे: 7.0 vs 7.0. Qwen4 Max चा benchmark खर्च कमी आहे: $0.465 vs $1.488. Qwen4 Max वेगवान आहे: 6.38s vs 34.90s, pass rates 65.2% vs 63.8%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-11-16

तुलना केलेली मॉडेल्स

क्रमांक
#232
एकूण आउटपुट टोकन्स
56,766
प्रतिसाद वेळ (सरासरी)
34.90s
एकूण खर्च
$1.488
क्रमांक
#230
एकूण आउटपुट टोकन्स
9,342
प्रतिसाद वेळ (सरासरी)
6.38s
एकूण खर्च
$0.465
शिफारस केलेले मॉडेल Qwen4 Max

It has the best score here (7.0), while costing about 3.2x less than Ember-1 (low).

तपशीलवार तुलना

मेट्रिक Ember-1 Ember-1 low प्रकाशन: 2026-09-28 Qwen4 Max Qwen4 Max none प्रकाशन: 2026-11-16
स्कोअर 7.0 7.0
क्रमांक #232 #230
विश्वसनीयता 8.8 10.0
सुसंगतता 8.2 9.6
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 65.2% 63.8%
अस्थिर चाचण्या 5 1
एकूण रन 69 69
प्रति निकाल खर्च 11.441 3.321
एकूण खर्च $1.488 $0.465
इनपुट किंमत $3.000 / 1M $1.500 / 1M
आउटपुट किंमत $15.000 / 1M $4.500 / 1M
कॅश वाचण्याची किंमत $0.300 / 1M $0.075 / 1M
कॅश लिहिण्याची किंमत लागू नाही $1.875 / 1M
एकूण इनपुट टोकन्स 211,908 281,902
आउटपुट टोकन्स 14,158 9,342
रिझनिंग टोकन्स 42,608 0
प्रतिसाद वेळ (सरासरी) 34.90s 6.38s
प्रतिसाद वेळ (कमाल) 121.29s 67.27s
प्रतिसाद वेळ (एकूण) 802.79s 146.64s
पॅरामीटर्स ~2.8T एकूण (~104B सक्रिय) ~2.4T एकूण (~95B 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.

#232 Ember-1

low
खर्च
$0.016
वेळ
24.2s
टोकन्स
1,165 tok

#230 Qwen4 Max

none
खर्च
$0.027
वेळ
123.5s
टोकन्स
6,091 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 10.0 10.0 100.0% 0 37.91s 8,097 2,518 13,142
Qwen4 Max 5.8 10.0 33.3% 0 1.97s 8,010 384 0

तुलना जोडी बदला