Navegación
Advertise here

Ember-1 (high) vs Step 3.7 Flash (low)

Step 3.7 Flash (low) lidera en puntuación media con 7.1 vs 7.1. Step 3.7 Flash (low) tiene menor coste de benchmark con $0.390 vs $1.798. Step 3.7 Flash (low) es más rápido con 17.87s vs 56.77s, con tasas de acierto de 71.2% vs 63.6%.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-09-28

Modelos comparados

Rango
#158
Total de tokens de salida
110,125
Tiempo de respuesta (promedio)
56.77s
Costo total
$1.798
Rango
#155
Total de tokens de salida
320,393
Tiempo de respuesta (promedio)
17.87s
Costo total
$0.390
Modelo recomendado Step 3.7 Flash (low)

Tiene la mejor puntuación aquí (7.1) y cuesta aproximadamente 4.6x menos que Ember-1 (high).

Comparación detallada

Métrica Ember-1 Ember-1 high Lanzamiento: 2026-09-28 Step 3.7 Flash Step 3.7 Flash low Lanzamiento: 2026-05-29
Puntuación 7.1 7.1
Rango #158 #155
Fiabilidad 8.0 10.0
Consistencia 7.3 8.1
Intentos 66/66 66/66
Pruebas correctas
Tasa de aciertos por intento 71.2% 63.6%
Pruebas inestables 7 5
Ejecuciones totales 66 66
Costo por resultado 14.981 3.539
Costo total $1.798 $0.390
Precio de entrada $3.000 / 1M $0.200 / 1M
Precio de salida $15.000 / 1M $1.150 / 1M
Total de tokens de entrada 48,577 103,842
Tokens de salida 7,345 320,393
Tokens de razonamiento 102,780 0
Tiempo de respuesta (promedio) 56.77s 17.87s
Tiempo de respuesta (máximo) 255.06s 124.75s
Tiempo de respuesta (total) 1248.88s 393.04s
Parámetros ~2.8T en total (~104B activos) 198B en total (11B activos)
Disponibilidad Código cerrado Código abierto

Generación showcase de modelos

Hamster playing table tennis

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

#158 Ember-1

high
Coste
$0.038
Tiempo
55.1s
Tokens
2,671 tok

#155 Step 3.7 Flash

low
SVG inválido
Coste
$0.004
Tiempo
25.3s
Tokens
3,072 tok

Mejores modelos por puntuación

Puntuación vs costo total

Tiempo de respuesta (promedio)

Puntuación vs Tiempo de respuesta (promedio)

Total de tokens de salida

Puntuación vs Total de tokens de salida

Desglose por categoría

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
Step 3.7 Flash 8.2 7.2 88.9% 1 9.46s 7,437 18,685 0

Comparación rápida

Cambiar par de comparación

Ember-1highvsGrok 4.3mediumEmber-1highvsGPT-5.6 SolnoneEmber-1highvsGPT-6 LunalowQwen3.5-122B-A10BmediumvsStep 3.7 FlashlowStep 3.7 FlashlowvsSolar Pro 4highDeepSeek V3.2mediumvsEmber-1highMuse Glimmer 30BmediumvsStep 3.7 FlashlowMercury 2.5highvsStep 3.7 FlashlowEmber-1highvsGLM 5.1mediumEmber-1highvsGPT-5.5noneEmber-1highvsMercury 2mediumQwen3.5 Plus 2026-04-20mediumvsStep 3.7 Flashlow