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

Ember-1 vs Kimi K2.5

Ember-1 average score मध्ये पुढे आहे: 5.4 vs 5.3. Kimi K2.5 चा benchmark खर्च कमी आहे: $0.262 vs $0.786. Ember-1 वेगवान आहे: 22.65s vs 35.86s, pass rates 43.5% vs 29.0%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-07

तुलना केलेली मॉडेल्स

क्रमांक
#295
एकूण आउटपुट टोकन्स
11,832
प्रतिसाद वेळ (सरासरी)
22.65s
एकूण खर्च
$0.786
क्रमांक
#299
एकूण आउटपुट टोकन्स
49,389
प्रतिसाद वेळ (सरासरी)
35.86s
एकूण खर्च
$0.262
शिफारस केलेले मॉडेल Kimi K2.5

Its score stays close to the best score here (5.3 vs 5.4), while costing about 3.0x less than Ember-1.

तपशीलवार तुलना

मेट्रिक Ember-1 Ember-1 none प्रकाशन: 2026-09-28 Kimi K2.5 Kimi K2.5 none प्रकाशन: 2026-01-27
स्कोअर 5.4 5.3
क्रमांक #295 #299
विश्वसनीयता 8.8 10.0
सुसंगतता 8.6 8.6
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 43.5% 29.0%
अस्थिर चाचण्या 4 4
एकूण रन 69 69
प्रति निकाल खर्च 9.817 4.976
एकूण खर्च $0.786 $0.262
इनपुट किंमत $3.000 / 1M $0.450 / 1M
आउटपुट किंमत $15.000 / 1M $2.250 / 1M
कॅश वाचण्याची किंमत $0.300 / 1M $0.070 / 1M
कॅश लिहिण्याची किंमत लागू नाही लागू नाही
एकूण इनपुट टोकन्स 202,617 275,349
आउटपुट टोकन्स 11,832 49,377
रिझनिंग टोकन्स 0 12
प्रतिसाद वेळ (सरासरी) 22.65s 35.86s
प्रतिसाद वेळ (कमाल) 93.12s 321.19s
प्रतिसाद वेळ (एकूण) 520.91s 609.61s
पॅरामीटर्स ~2.8T एकूण (~104B सक्रिय) 1T एकूण (32B 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.

#295 Ember-1

none
खर्च
$0.156
वेळ
224.6s
टोकन्स
10,555 tok

#299 MoonshotAI: Kimi K2.5

none
खर्च
$0.015
वेळ
89.1s
टोकन्स
5,421 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 5.5 10.0 33.3% 0 1.94s 7,485 393 0
Kimi K2.5 5.5 10.0 33.3% 0 24.56s 7,311 4,708 0

तुलना जोडी बदला