Ember-1 (max) vs Grok 4.7 (xhigh)

Verglichene Modelle

Empfohlenes Modell Ember-1 (max)

Es hat die stärkste Punktzahl in diesem Vergleich (6.7) und die beste Gesamtbalance aus Kosten und Antwortzeit über alle 2 Modelle.

Metrik	Ember-1 Ember-1 max Veröffentlichung: 2026-09-28	Grok 4.7 Grok 4.7 xhigh Veröffentlichung: 2026-09-21

Metrik	Ember-1 Ember-1 max Veröffentlichung: 2026-09-28	Grok 4.7 Grok 4.7 xhigh Veröffentlichung: 2026-09-21
Punktzahl	6.7	6.7
Rang	#181	#175
Zuverlässigkeit	8.3	9.7
Konsistenz	7.8	7.8
Versuche	69/69	69/69
Korrekte Tests
Erfolgsquote pro Versuch	59.4%	73.9%
Instabile Tests	6	6
Gesamtläufe	69	69
Kosten pro Ergebnis	29.671	24.272
Gesamtkosten	$3.264	$4.054
Eingabepreis	$3.000 / 1M	$2.000 / 1M
Ausgabepreis	$15.000 / 1M	$6.000 / 1M
Gesamte Eingabe-Token	153,399	310,049
Ausgabe-Token	7,803	6,094
Denk-Token	179,098	566,221
Antwortzeit (Durchschnitt)	97.34s	123.96s
Antwortzeit (Maximum)	587.08s	775.64s
Antwortzeit (Gesamt)	2238.73s	2851.07s
Parameter	~2.8T insgesamt (~104B aktiv)	~1.7T insgesamt (~170B aktiv)
Verfügbarkeit	Geschlossen	Geschlossen

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

max

xhigh

Kategorie:

Agentenaufgaben	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		62.53s	126,950	3,620	2,475
Grok 4.7	3.0	10.0	0.0%	0		304.76s	185,153	1,204	66,042

Anti-KI-Tricks	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Ember-1	8.7	7.9	91.7%	1		23.74s	1,533	613	1,394
Grok 4.7	8.7	7.9	91.7%	1		35.37s	2,754	108	21,953

Programmierung	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Ember-1	5.2	4.4	55.6%	2		105.09s	3,362	1,149	27,957
Grok 4.7	5.3	4.5	55.6%	2		414.53s	10,168	327	256,935

Kombiniert	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Ember-1	6.5	10.0	50.0%	0		64.37s	12,819	775	4,538
Grok 4.7	10.0	10.0	100.0%	0		170.10s	85,391	3,689	90,375

Datenanalyse und -extraktion	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Ember-1	6.4	5.9	66.7%	1		39.79s	4,285	185	1,182
Grok 4.7	10.0	10.0	100.0%	0		7.50s	8,943	225	3,639

Domänenspezifisch	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Ember-1	3.6	7.2	22.2%	1		471.21s	1,015	84	136,143
Grok 4.7	3.5	4.4	33.3%	2		190.55s	2,922	11	85,304

Allgemeine Intelligenz	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		7.04s	741	193	716
Grok 4.7	4.7	1.6	66.7%	1		26.32s	1,080	86	4,949

Befolgung von Anweisungen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Ember-1	6.2	5.8	66.7%	1		32.97s	777	132	574
Grok 4.7	9.8	10.0	100.0%	0		17.31s	1,863	57	7,728

Rätsellösen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Ember-1	7.7	10.0	66.7%	0		6.57s	1,443	681	1,368
Grok 4.7	10.0	10.0	100.0%	0		20.50s	2,439	169	10,900

Werkzeugaufrufe	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Ember-1	3.0	10.0	0.0%	0		26.36s	0	0	0
Grok 4.7	10.0	10.0	100.0%	0		5.36s	8,544	206	568

Allgemeinwissen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Ember-1	3.0	10.0	0.0%	0		24.95s	474	371	2,751
Grok 4.7	3.0	10.0	0.0%	0		106.61s	792	12	17,828

Vergleichspaar wechseln