नेव्हिगेशन
Advertise here

Ember-1 (max) vs GLM 5.3 FlashX Legal (low)

average score जवळपास समान आहे: 6.7 vs 6.7. GLM 5.3 FlashX Legal (low) चा benchmark खर्च कमी आहे: $0.135 vs $3.264. GLM 5.3 FlashX Legal (low) वेगवान आहे: 8.30s vs 97.34s, pass rates 59.4% vs 55.1%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-11-10

तुलना केलेली मॉडेल्स

क्रमांक
#242
एकूण आउटपुट टोकन्स
186,901
प्रतिसाद वेळ (सरासरी)
97.34s
एकूण खर्च
$3.264
क्रमांक
#237
एकूण आउटपुट टोकन्स
37,995
प्रतिसाद वेळ (सरासरी)
8.30s
एकूण खर्च
$0.135
शिफारस केलेले मॉडेल GLM 5.3 FlashX Legal (low)

It has the best score here (6.7), while costing about 24.2x less than Ember-1 (max).

तपशीलवार तुलना

मेट्रिक Ember-1 Ember-1 max प्रकाशन: 2026-09-28 GLM 5.3 FlashX Legal GLM 5.3 FlashX Legal low प्रकाशन: 2026-11-02
स्कोअर 6.7 6.7
क्रमांक #242 #237
विश्वसनीयता 8.3 9.7
सुसंगतता 7.8 7.8
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 59.4% 55.1%
अस्थिर चाचण्या 6 6
एकूण रन 69 69
प्रति निकाल खर्च 29.671 1.349
एकूण खर्च $3.264 $0.135
इनपुट किंमत $3.000 / 1M $0.370 / 1M
आउटपुट किंमत $15.000 / 1M $1.250 / 1M
कॅश वाचण्याची किंमत $0.300 / 1M $0.075 / 1M
कॅश लिहिण्याची किंमत लागू नाही लागू नाही
एकूण इनपुट टोकन्स 153,399 236,104
आउटपुट टोकन्स 7,803 11,222
रिझनिंग टोकन्स 179,098 26,773
प्रतिसाद वेळ (सरासरी) 97.34s 8.30s
प्रतिसाद वेळ (कमाल) 587.08s 64.18s
प्रतिसाद वेळ (एकूण) 2238.73s 190.99s
पॅरामीटर्स ~2.8T एकूण (~104B सक्रिय) ~320B एकूण (~18B 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.

#242 Ember-1

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

#237 GLM 5.3 FlashX Legal

low
खर्च
$0.003
वेळ
12.4s
टोकन्स
2,362 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
GLM 5.3 FlashX Legal 5.4 7.2 44.4% 1 5.90s 7,317 465 3,760

तुलना जोडी बदला