Ember-1 (high) vs Qwen3.5-Flash (medium)

Modelos comparados

Modelo recomendado Qwen3.5-Flash (medium)

Su puntuación se mantiene cerca de la mejor aquí (6.8 vs 6.9) y cuesta aproximadamente 13.1x menos que Ember-1 (high).

Métrica	Ember-1 Ember-1 high Lanzamiento: 2026-09-28	Qwen3.5-Flash Qwen3.5-Flash medium Lanzamiento: 2026-02-24

Métrica	Ember-1 Ember-1 high Lanzamiento: 2026-09-28	Qwen3.5-Flash Qwen3.5-Flash medium Lanzamiento: 2026-02-24
Puntuación	6.9	6.8
Rango	#163	#169
Fiabilidad	8.6	10.0
Consistencia	7.2	7.9
Intentos	69/69	69/69
Pruebas correctas
Tasa de aciertos por intento	71.0%	66.7%
Pruebas inestables	8	6
Ejecuciones totales	69	69
Costo por resultado	20.041	1.533
Costo total	$2.405	$0.184
Precio de entrada	$3.000 / 1M	$0.065 / 1M
Precio de salida	$15.000 / 1M	$0.260 / 1M
Total de tokens de entrada	195,489	349,177
Tokens de salida	12,475	54,279
Tokens de razonamiento	108,748	477,389
Tiempo de respuesta (promedio)	58.14s	83.68s
Tiempo de respuesta (máximo)	255.06s	515.38s
Tiempo de respuesta (total)	1337.19s	1840.92s
Parámetros	~2.8T en total (~104B activos)	~35B en total (~3B activos)
Disponibilidad	Código cerrado	Código cerrado

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

high

medium

Categoría:

Tareas de agentes	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Ember-1	6.1	3.1	66.7%	1		88.31s	146,912	5,130	5,968
Qwen3.5-Flash	10.0	10.0	100.0%	0		67.72s	230,669	18,822	0

Trucos anti-IA	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Ember-1	8.7	7.9	91.7%	1		24.05s	1,544	886	992
Qwen3.5-Flash	10.0	10.0	100.0%	0		59.11s	672	383	32,992

Programación	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Ember-1	8.2	7.2	88.9%	1		72.23s	7,144	1,281	23,093
Qwen3.5-Flash	3.7	7.2	22.2%	1		58.87s	6,685	302	90,081

Combinado	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Ember-1	6.4	5.8	66.7%	1		79.89s	28,994	1,667	6,614
Qwen3.5-Flash	6.4	5.8	66.7%	1		266.58s	94,507	10,679	204,282

Análisis y extracción de datos	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Ember-1	7.3	5.9	83.3%	1		36.10s	6,076	230	1,228
Qwen3.5-Flash	7.3	5.9	83.3%	1		56.99s	6,061	235	16,237

Específico del dominio	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Ember-1	2.9	4.4	22.2%	2		175.49s	1,154	1,023	61,582
Qwen3.5-Flash	2.9	7.2	11.1%	1		143.82s	590	23,231	30,394

Inteligencia general	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Ember-1	10.0	10.0	100.0%	0		4.49s	744	194	304
Qwen3.5-Flash	6.1	3.1	66.7%	1		40.05s	516	99	38,486

Seguimiento de instrucciones	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Ember-1	7.1	5.8	83.3%	1		33.38s	992	162	784
Qwen3.5-Flash	10.0	10.0	100.0%	0		63.49s	699	98	14,139

Resolución de acertijos	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Ember-1	10.0	10.0	100.0%	0		4.84s	1,452	390	848
Qwen3.5-Flash	8.2	7.2	88.9%	1		27.61s	381	89	12,457

Llamada de herramientas	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Ember-1	3.0	10.0	0.0%	0		26.45s	0	0	0
Qwen3.5-Flash	10.0	10.0	100.0%	0		10.33s	8,193	309	1,284

Cultura general	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Ember-1	3.0	10.0	0.0%	0		65.34s	477	1,512	7,335
Qwen3.5-Flash	3.0	10.0	0.0%	0		48.98s	204	32	37,037

Cambiar par de comparación