- Rango
- #158
- Total de tokens de salida
- 110,125
- Tiempo de respuesta (promedio)
- 56.77s
- Costo total
- $1.798
Ember-1 (high) vs Grok 4.20 (medium)
Ember-1 (high) lidera en puntuación media con 7.1 vs 7.0. Grok 4.20 (medium) tiene menor coste de benchmark con $0.805 vs $1.798. Grok 4.20 (medium) es más rápido con 32.56s vs 56.77s, con tasas de acierto de 71.2% vs 60.6%.
Modelos comparados
- Rango
- #167
- Total de tokens de salida
- 270,259
- Tiempo de respuesta (promedio)
- 32.56s
- Costo total
- $0.805
Modelo recomendado
Grok 4.20 (medium)
Su puntuación se mantiene cerca de la mejor aquí (7.0 vs 7.1) y cuesta aproximadamente 2.2x menos que Ember-1 (high).
Comparación detallada
| Métrica | Ember-1 Ember-1 high | Grok 4.20 Grok 4.20 medium |
|---|---|---|
| Puntuación | 7.1 | 7.0 |
| Rango | #158 | #167 |
| Fiabilidad | 8.0 | 10.0 |
| Consistencia | 7.3 | 8.2 |
| Intentos | 66/66 | 66/66 |
| Pruebas correctas | ||
| Tasa de aciertos por intento | 71.2% | 60.6% |
| Pruebas inestables | 7 | 5 |
| Ejecuciones totales | 66 | 66 |
| Costo por resultado | 14.981 | 10.365 |
| Costo total | $1.798 | $0.805 |
| Precio de entrada | $3.000 / 1M | $1.250 / 1M |
| Precio de salida | $15.000 / 1M | $2.500 / 1M |
| Total de tokens de entrada | 48,577 | 102,986 |
| Tokens de salida | 7,345 | 5,860 |
| Tokens de razonamiento | 102,780 | 264,399 |
| Tiempo de respuesta (promedio) | 56.77s | 32.56s |
| Tiempo de respuesta (máximo) | 255.06s | 199.66s |
| Tiempo de respuesta (total) | 1248.88s | 716.36s |
| Parámetros | ~2.8T en total (~104B activos) | ~1T en total (~100B activos) |
| Disponibilidad | Código cerrado | Código cerrado |
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
#167 SpaceXAI: Grok 4.20
medium- Coste
- $0.041
- Tiempo
- 110.3s
- Tokens
- 16,336 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
| 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 | |
| Grok 4.20 | 10.0 | 10.0 | 100.0% | 0 | 4.17s | 7,761 | 180 | 5,333 |
| 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 | |
| Grok 4.20 | 2.9 | 7.2 | 11.1% | 1 | 49.71s | 1,959 | 872 | 59,761 |
Comparación rápida
Cambiar par de comparación
GPT-5.5nonevsGrok 4.20mediumEmber-1highvsGrok 4.3mediumSpace Bunny AlphahighvsGrok 4.20mediumEmber-1highvsGPT-5.6 SolnoneEmber-1highvsGPT-6 LunalowDeepSeek V3.2mediumvsEmber-1highGPT-6 LunalowvsGrok 4.20mediumGPT-5.6 SolnonevsGrok 4.20mediumEmber-1highvsGLM 5.1mediumEmber-1highvsGPT-5.5noneEmber-1highvsMercury 2mediumClaude Fable 5.1lowvsGrok 4.20medium