Navigation
Advertise here

Ember-1 (high) vs Mercury 2.5 Preview (medium)

Ember-1 (high) führt beim Durchschnittsscore mit 6.9 vs 6.8. Mercury 2.5 Preview (medium) hat die niedrigeren Benchmark-Kosten mit $0.039 vs $2.405. Mercury 2.5 Preview (medium) ist schneller mit 6.66s vs 58.14s, mit Erfolgsraten von 71.0% vs 66.7%.

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-11-13

Verglichene Modelle

Rang
#235
Gesamte Ausgabe-Token
121,223
Antwortzeit (Durchschnitt)
58.14s
Gesamtkosten
$2.405
Rang
#243
Gesamte Ausgabe-Token
150,107
Antwortzeit (Durchschnitt)
6.66s
Gesamtkosten
$0.039
Empfohlenes Modell Mercury 2.5 Preview (medium)

Die Punktzahl bleibt nah an der besten hier (6.8 vs 6.9) und es kostet etwa 62.6x weniger als Ember-1 (high).

Detaillierter Vergleich

Metrik Ember-1 Ember-1 high Veröffentlichung: 2026-09-28 Mercury 2.5 Preview Mercury 2.5 Preview medium Veröffentlichung: 2026-09-02
Punktzahl 6.9 6.8
Rang #235 #243
Zuverlässigkeit 8.6 10.0
Konsistenz 7.2 9.6
Versuche 69/69 69/69
Korrekte Tests
Erfolgsquote pro Versuch 71.0% 66.7%
Instabile Tests 8 1
Gesamtläufe 69 69
Kosten pro Ergebnis 20.041 0.244
Gesamtkosten $2.405 $0.039
Eingabepreis $3.000 / 1M $0.040 / 1M
Ausgabepreis $15.000 / 1M $0.150 / 1M
Preis für Cache-Lesen $0.300 / 1M k. A.
Preis für Cache-Schreiben k. A. k. A.
Gesamte Eingabe-Token 195,489 397,291
Ausgabe-Token 12,475 6,355
Denk-Token 108,748 143,752
Antwortzeit (Durchschnitt) 58.14s 6.66s
Antwortzeit (Maximum) 255.06s 74.63s
Antwortzeit (Gesamt) 1337.19s 153.29s
Parameter ~2.8T insgesamt (~104B aktiv) ~100B
Verfügbarkeit Geschlossen Geschlossen

Cache-Preise gelten für Eingabetokens. Lesen nutzt gespeicherte Prompts erneut; Schreiben speichert sie und kann mehr kosten. Für Ausgabetokens gilt der Ausgabepreis.

Modell-Generierungs-Showcase

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#235 Ember-1

high
Kosten
$0.038
Zeit
55.1s
Token
2,671 tok

#243 Mercury 2.5 Preview

medium
Kosten
$0.001
Zeit
2.7s
Token
2,241 tok

Top-Modelle nach Score

Score vs. Gesamtkosten

Antwortzeit (Durchschnitt)

Punktzahl vs Antwortzeit (Durchschnitt)

Gesamte Ausgabe-Token

Punktzahl vs Gesamte Ausgabe-Token

Kategorieaufschlüsselung

Programmierung Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Ember-1 8.2 7.2 88.9% 1 72.23s 7,144 1,281 23,093
Mercury 2.5 Preview 7.8 10.0 66.7% 0 3.86s 7,839 552 22,126

Vergleichspaar wechseln