Navigation
Advertise here

Ember-1 (low) vs Grok 4.6 (low)

Der Durchschnittsscore ist mit 7.0 vs 6.9 praktisch gleichauf. Grok 4.6 (low) hat die niedrigeren Benchmark-Kosten mit $0.781 vs $1.488. Grok 4.6 (low) ist schneller mit 16.44s vs 34.90s, mit Erfolgsraten von 65.2% vs 66.7%.

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-11-10

Verglichene Modelle

Rang
#215
Gesamte Ausgabe-Token
56,766
Antwortzeit (Durchschnitt)
34.90s
Gesamtkosten
$1.488
Rang
#218
Gesamte Ausgabe-Token
42,315
Antwortzeit (Durchschnitt)
16.44s
Gesamtkosten
$0.781
Empfohlenes Modell Grok 4.6 (low)

Es hat hier die beste Punktzahl (6.9) und kostet etwa 1.9x weniger als Ember-1 (low).

Detaillierter Vergleich

Metrik Ember-1 Ember-1 low Veröffentlichung: 2026-09-28 Grok 4.6 Grok 4.6 low Veröffentlichung: 2026-08-12
Punktzahl 7.0 6.9
Rang #215 #218
Zuverlässigkeit 8.8 10.0
Konsistenz 8.2 9.6
Versuche 69/69 69/69
Korrekte Tests
Erfolgsquote pro Versuch 65.2% 66.7%
Instabile Tests 5 1
Gesamtläufe 69 69
Kosten pro Ergebnis 11.441 5.205
Gesamtkosten $1.488 $0.781
Eingabepreis $3.000 / 1M $2.000 / 1M
Ausgabepreis $15.000 / 1M $6.000 / 1M
Preis für Cache-Lesen $0.300 / 1M $0.500 / 1M
Preis für Cache-Schreiben k. A. k. A.
Gesamte Eingabe-Token 211,908 263,427
Ausgabe-Token 14,158 6,006
Denk-Token 42,608 36,309
Antwortzeit (Durchschnitt) 34.90s 16.44s
Antwortzeit (Maximum) 121.29s 57.97s
Antwortzeit (Gesamt) 802.79s 378.14s
Parameter ~2.8T insgesamt (~104B aktiv) ~1.7T insgesamt (~170B 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.

#215 Ember-1

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

#218 SpaceXAI: Grok 4.6

low
Kosten
$0.011
Zeit
26.0s
Token
1,941 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
Grok 4.6 5.5 7.1 44.4% 1 21.69s 9,579 349 7,740

Vergleichspaar wechseln