Navigation
Advertise here

Ember-1 (low) vs Qwen4 Max

Der Durchschnittsscore ist mit 7.0 vs 7.0 praktisch gleichauf. Qwen4 Max hat die niedrigeren Benchmark-Kosten mit $0.465 vs $1.488. Qwen4 Max ist schneller mit 6.38s vs 34.90s, mit Erfolgsraten von 65.2% vs 63.8%.

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-11-16

Verglichene Modelle

Rang
#232
Gesamte Ausgabe-Token
56,766
Antwortzeit (Durchschnitt)
34.90s
Gesamtkosten
$1.488
Rang
#230
Gesamte Ausgabe-Token
9,342
Antwortzeit (Durchschnitt)
6.38s
Gesamtkosten
$0.465
Empfohlenes Modell Qwen4 Max

Es hat hier die beste Punktzahl (7.0) und kostet etwa 3.2x weniger als Ember-1 (low).

Detaillierter Vergleich

Metrik Ember-1 Ember-1 low Veröffentlichung: 2026-09-28 Qwen4 Max Qwen4 Max none Veröffentlichung: 2026-11-16
Punktzahl 7.0 7.0
Rang #232 #230
Zuverlässigkeit 8.8 10.0
Konsistenz 8.2 9.6
Versuche 69/69 69/69
Korrekte Tests
Erfolgsquote pro Versuch 65.2% 63.8%
Instabile Tests 5 1
Gesamtläufe 69 69
Kosten pro Ergebnis 11.441 3.321
Gesamtkosten $1.488 $0.465
Eingabepreis $3.000 / 1M $1.500 / 1M
Ausgabepreis $15.000 / 1M $4.500 / 1M
Preis für Cache-Lesen $0.300 / 1M $0.075 / 1M
Preis für Cache-Schreiben k. A. $1.875 / 1M
Gesamte Eingabe-Token 211,908 281,902
Ausgabe-Token 14,158 9,342
Denk-Token 42,608 0
Antwortzeit (Durchschnitt) 34.90s 6.38s
Antwortzeit (Maximum) 121.29s 67.27s
Antwortzeit (Gesamt) 802.79s 146.64s
Parameter ~2.8T insgesamt (~104B aktiv) ~2.4T insgesamt (~95B 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.

#232 Ember-1

low
Kosten
$0.016
Zeit
24.2s
Token
1,165 tok

#230 Qwen4 Max

none
Kosten
$0.027
Zeit
123.5s
Token
6,091 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 10.0 10.0 100.0% 0 37.91s 8,097 2,518 13,142
Qwen4 Max 5.8 10.0 33.3% 0 1.97s 8,010 384 0

Vergleichspaar wechseln