नेव्हिगेशन
Advertise here

Ember-1 (max) vs MiniMax M3 (medium)

average score जवळपास समान आहे: 6.7 vs 6.7. MiniMax M3 (medium) चा benchmark खर्च कमी आहे: $0.422 vs $3.264. MiniMax M3 (medium) वेगवान आहे: 77.03s vs 97.34s, pass rates 59.4% vs 59.4%.

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

तुलना केलेली मॉडेल्स

क्रमांक
#254
एकूण आउटपुट टोकन्स
186,901
प्रतिसाद वेळ (सरासरी)
97.34s
एकूण खर्च
$3.264
क्रमांक
#253
एकूण आउटपुट टोकन्स
268,293
प्रतिसाद वेळ (सरासरी)
77.03s
एकूण खर्च
$0.422
शिफारस केलेले मॉडेल MiniMax M3 (medium)

It has the best score here (6.7), while costing about 7.7x less than Ember-1 (max).

तपशीलवार तुलना

मेट्रिक Ember-1 Ember-1 max प्रकाशन: 2026-09-28 MiniMax M3 MiniMax M3 medium प्रकाशन: 2026-06-01
स्कोअर 6.7 6.7
क्रमांक #254 #253
विश्वसनीयता 8.3 9.7
सुसंगतता 7.8 8.1
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 59.4% 59.4%
अस्थिर चाचण्या 6 5
एकूण रन 69 69
प्रति निकाल खर्च 29.671 3.381
एकूण खर्च $3.264 $0.422
इनपुट किंमत $3.000 / 1M $0.300 / 1M
आउटपुट किंमत $15.000 / 1M $1.200 / 1M
कॅश वाचण्याची किंमत $0.300 / 1M $0.060 / 1M
कॅश लिहिण्याची किंमत लागू नाही लागू नाही
एकूण इनपुट टोकन्स 153,399 166,517
आउटपुट टोकन्स 7,803 107,386
रिझनिंग टोकन्स 179,098 217,548
प्रतिसाद वेळ (सरासरी) 97.34s 77.03s
प्रतिसाद वेळ (कमाल) 587.08s 431.03s
प्रतिसाद वेळ (एकूण) 2238.73s 1694.74s
पॅरामीटर्स ~2.8T एकूण (~104B सक्रिय) 428B एकूण (23B सक्रिय)
उपलब्धता बंद स्रोत वेट्स उपलब्ध

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.

#254 Ember-1

max
खर्च
$0.163
वेळ
229.4s
टोकन्स
11,002 tok

#253 MiniMax M3

medium
खर्च
$0.012
वेळ
154.4s
टोकन्स
10,018 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 5.2 4.4 55.6% 2 105.09s 3,362 1,149 27,957
MiniMax M3 6.1 6.5 55.6% 1 144.74s 5,804 6,223 32,667

तुलना जोडी बदला