Navigation
Advertise here

Ember-1 (high) vs GPT-5.6 Luna (low)

Der Durchschnittsscore ist mit 6.9 vs 6.9 praktisch gleichauf. GPT-5.6 Luna (low) hat die niedrigeren Benchmark-Kosten mit $0.049 vs $2.405. GPT-5.6 Luna (low) ist schneller mit 6.96s vs 58.14s, mit Erfolgsraten von 71.0% vs 56.5%.

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
#237
Gesamte Ausgabe-Token
28,001
Antwortzeit (Durchschnitt)
6.96s
Gesamtkosten
$0.049
Empfohlenes Modell GPT-5.6 Luna (low)

Es hat hier die beste Punktzahl (6.9) und kostet etwa 49.3x weniger als Ember-1 (high).

Detaillierter Vergleich

Metrik Ember-1 Ember-1 high Veröffentlichung: 2026-09-28 GPT-5.6 Luna GPT-5.6 Luna low Veröffentlichung: 2026-07-09
Punktzahl 6.9 6.9
Rang #235 #237
Zuverlässigkeit 8.6 10.0
Konsistenz 7.2 8.3
Versuche 69/69 69/69
Korrekte Tests
Erfolgsquote pro Versuch 71.0% 56.5%
Instabile Tests 8 5
Gesamtläufe 69 69
Kosten pro Ergebnis 20.041 2.428
Gesamtkosten $2.405 $0.049
Eingabepreis $3.000 / 1M $0.200 / 1M
Ausgabepreis $15.000 / 1M $1.200 / 1M
Preis für Cache-Lesen $0.300 / 1M $0.020 / 1M
Preis für Cache-Schreiben k. A. $0.250 / 1M
Gesamte Eingabe-Token 195,489 202,680
Ausgabe-Token 12,475 9,230
Denk-Token 108,748 18,771
Antwortzeit (Durchschnitt) 58.14s 6.96s
Antwortzeit (Maximum) 255.06s 45.74s
Antwortzeit (Gesamt) 1337.19s 160.19s
Parameter ~2.8T insgesamt (~104B aktiv) ~400B insgesamt (~17B aktiv)
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

#237 GPT-5.6 Luna

low
Kosten
$0.011
Zeit
10.2s
Token
1,897 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
GPT-5.6 Luna 5.5 10.0 33.3% 0 4.61s 7,302 557 3,535

Vergleichspaar wechseln