नेव्हिगेशन
Advertise here

Ember-1 (max) vs GPT-5.6 Sol

average score जवळपास समान आहे: 6.7 vs 6.7. GPT-5.6 Sol चा benchmark खर्च कमी आहे: $0.795 vs $3.264. GPT-5.6 Sol वेगवान आहे: 4.61s vs 97.34s, pass rates 59.4% vs 60.9%.

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
#256
एकूण आउटपुट टोकन्स
5,555
प्रतिसाद वेळ (सरासरी)
4.61s
एकूण खर्च
$0.795
शिफारस केलेले मॉडेल GPT-5.6 Sol

It has the best score here (6.7), while costing about 4.1x less than Ember-1 (max).

तपशीलवार तुलना

मेट्रिक Ember-1 Ember-1 max प्रकाशन: 2026-09-28 GPT-5.6 Sol GPT-5.6 Sol none प्रकाशन: 2026-07-09
स्कोअर 6.7 6.7
क्रमांक #254 #256
विश्वसनीयता 8.3 10.0
सुसंगतता 7.8 9.1
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 59.4% 60.9%
अस्थिर चाचण्या 6 3
एकूण रन 69 69
प्रति निकाल खर्च 29.671 6.619
एकूण खर्च $3.264 $0.795
इनपुट किंमत $3.000 / 1M $2.000 / 1M
आउटपुट किंमत $15.000 / 1M $10.000 / 1M
कॅश वाचण्याची किंमत $0.300 / 1M $0.200 / 1M
कॅश लिहिण्याची किंमत लागू नाही $2.500 / 1M
एकूण इनपुट टोकन्स 153,399 207,852
आउटपुट टोकन्स 7,803 5,555
रिझनिंग टोकन्स 179,098 0
प्रतिसाद वेळ (सरासरी) 97.34s 4.61s
प्रतिसाद वेळ (कमाल) 587.08s 58.28s
प्रतिसाद वेळ (एकूण) 2238.73s 105.93s
पॅरामीटर्स ~2.8T एकूण (~104B सक्रिय) ~2T एकूण (~150B 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.

#254 Ember-1

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

#256 GPT-5.6 Sol

none
खर्च
$0.116
वेळ
78.7s
टोकन्स
3,944 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
GPT-5.6 Sol 5.5 10.0 33.3% 0 1.39s 7,302 390 0

तुलना जोडी बदला