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

Ember-1 vs Step 3.5 Flash (medium)

average score जवळपास समान आहे: 5.4 vs 5.4. Step 3.5 Flash (medium) चा benchmark खर्च कमी आहे: $0.105 vs $0.786. Ember-1 वेगवान आहे: 22.65s vs 190.48s, pass rates 43.5% vs 49.3%.

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

तुलना केलेली मॉडेल्स

क्रमांक
#375
एकूण आउटपुट टोकन्स
11,832
प्रतिसाद वेळ (सरासरी)
22.65s
एकूण खर्च
$0.786
क्रमांक
#374
एकूण आउटपुट टोकन्स
454,482
प्रतिसाद वेळ (सरासरी)
190.48s
एकूण खर्च
$0.105
शिफारस केलेले मॉडेल Step 3.5 Flash (medium)

It has the best score here (5.4), while costing about 7.5x less than Ember-1.

तपशीलवार तुलना

मेट्रिक Ember-1 Ember-1 none प्रकाशन: 2026-09-28 Step 3.5 Flash Step 3.5 Flash medium प्रकाशन: 2026-02-01
स्कोअर 5.4 5.4
क्रमांक #375 #374
विश्वसनीयता 8.8 10.0
सुसंगतता 8.6 8.3
प्रयत्न 69/69 66/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 43.5% 49.3%
अस्थिर चाचण्या 4 3
एकूण रन 69 66
प्रति निकाल खर्च 9.817 1.047
एकूण खर्च $0.786 $0.105
इनपुट किंमत $3.000 / 1M $0.100 / 1M
आउटपुट किंमत $15.000 / 1M $0.300 / 1M
कॅश वाचण्याची किंमत $0.300 / 1M लागू नाही
कॅश लिहिण्याची किंमत लागू नाही लागू नाही
एकूण इनपुट टोकन्स 202,617 139,086
आउटपुट टोकन्स 11,832 193,584
रिझनिंग टोकन्स 0 413,546
प्रतिसाद वेळ (सरासरी) 22.65s 190.48s
प्रतिसाद वेळ (कमाल) 93.12s 1597.85s
प्रतिसाद वेळ (एकूण) 520.91s 3238.23s
पॅरामीटर्स ~2.8T एकूण (~104B सक्रिय) 196B एकूण (11B सक्रिय)
उपलब्धता बंद स्रोत मुक्त 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.

#375 Ember-1

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

#374 Step 3.5 Flash

medium
खर्च
$0.008
वेळ
277.1s
टोकन्स
23,695 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
Step 3.5 Flash 2.4 5.2 0.0% 0 258.38s 2,211 13,207 22,429

तुलना जोडी बदला

Step 3.5 FlashmediumvsMiMo-V2.6-FlashnoneStep 3.5 FlashmediumvsHy4 previewlowEmber-1nonevsHy4 previewlowNorth Mini Codemediumमोफत उपलब्धvsEmber-1noneGPT-5.6 LunanonevsStep 3.5 FlashmediumEmber-1nonevsGranite 4.2 8BlowGranite 4.2 8BlowvsStep 3.5 FlashmediumKimi K2.5nonevsStep 3.5 FlashmediumQwen3.8 27Bnoneमोफत उपलब्धvsStep 3.5 FlashmediumSeed-2.0-CodenonevsStep 3.5 FlashmediumLaguna XS 2.1noneमोफत उपलब्धvsStep 3.5 FlashmediumQwen3.6 35B A3BnonevsStep 3.5 Flashmedium