Ember-1 (low) vs Step 5 Preview (high)

Modelos comparados

Rango: #168
Total de tokens de salida: 56,766
Tiempo de respuesta (promedio): 34.90s
Costo total: $1.488

Rango: #169
Total de tokens de salida: 1,581,325
Tiempo de respuesta (promedio): 154.41s
Costo total: $4.513

Modelo recomendado Ember-1 (low)

Tiene la mejor puntuación aquí (7.0) y cuesta aproximadamente 3.0x menos que Step 5 Preview (high).

Comparación detallada

Métrica	Ember-1 Ember-1 low Lanzamiento: 2026-09-28	Step 5 Preview Step 5 Preview high Lanzamiento: 2026-10-09

Métrica	Ember-1 Ember-1 low Lanzamiento: 2026-09-28	Step 5 Preview Step 5 Preview high Lanzamiento: 2026-10-09
Puntuación	7.0	7.0
Rango	#168	#169
Fiabilidad	8.8	9.5
Consistencia	8.2	8.5
Intentos	69/69	69/69
Pruebas correctas
Tasa de aciertos por intento	65.2%	52.2%
Pruebas inestables	5	4
Ejecuciones totales	69	69
Costo por resultado	11.441	45.130
Costo total	$1.488	$4.513
Precio de entrada	$3.000 / 1M	$1.000 / 1M
Precio de salida	$15.000 / 1M	$2.700 / 1M
Precio de lectura de caché	$0.300 / 1M	$0.050 / 1M
Precio de escritura de caché	N/D	N/D
Total de tokens de entrada	211,908	243,381
Tokens de salida	14,158	1,581,325
Tokens de razonamiento	42,608	0
Tiempo de respuesta (promedio)	34.90s	154.41s
Tiempo de respuesta (máximo)	121.29s	455.72s
Tiempo de respuesta (total)	802.79s	3551.40s
Parámetros	~2.8T en total (~104B activos)	600B en total (27B activos)
Disponibilidad	Código cerrado	Código cerrado

Los precios de caché se aplican a los tokens de entrada. Las lecturas reutilizan instrucciones guardadas; las escrituras las almacenan y pueden costar más. Los tokens de salida usan el precio de salida.

Generación showcase de modelos

Hamster playing table tennis

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

#168 Ember-1

low

Coste: $0.016
Tiempo: 24.2s
Tokens: 1,165 tok

#169 Step 5 Preview

high

Coste: $0.057
Tiempo: 150.1s
Tokens: 20,970 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

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	4.7	3.1	33.3%	1		121.29s	178,897	9,378	9,921
Step 5 Preview	10.0	10.0	100.0%	0		55.73s	150,653	10,088	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	8.2	7.9	83.3%	1		22.18s	1,402	571	613
Step 5 Preview	6.5	8.0	58.3%	1		14.70s	684	11,701	0

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	10.0	10.0	100.0%	0		37.91s	8,097	2,518	13,142
Step 5 Preview	2.9	10.0	0.0%	0		421.68s	7,383	576,000	0

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	6.5	10.0	50.0%	0		51.45s	12,828	381	689
Step 5 Preview	10.0	10.0	100.0%	0		115.30s	66,481	98,423	0

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		34.82s	6,076	223	778
Step 5 Preview	10.0	10.0	100.0%	0		6.55s	7,362	4,589	0

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	7.2	11.1%	1		56.17s	1,154	234	12,476
Step 5 Preview	3.0	10.0	0.0%	0		333.41s	783	479,743	0

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		5.67s	744	139	462
Step 5 Preview	3.4	9.3	0.0%	0		36.56s	507	5,684	0

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	6.2	5.8	66.7%	1		32.73s	781	121	466
Step 5 Preview	7.3	5.8	83.3%	1		20.53s	699	5,503	0

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		3.27s	1,452	393	595
Step 5 Preview	5.8	4.4	66.7%	2		143.16s	702	196,941	0

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		26.43s	0	0	0
Step 5 Preview	10.0	10.0	100.0%	0		4.34s	7,908	653	0

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		30.60s	477	200	3,466
Step 5 Preview	3.0	10.0	0.0%	0		416.44s	219	192,000	0

Cambiar par de comparación

Qwen3.5-122B-A10BmediumvsStep 5 Previewhigh Ember-1lowvsKimi K2.7 Codemedium Step 5 PreviewhighvsGrok 4.6low Gemini 3 Flash PreviewlowvsStep 5 Previewhigh Muse Glimmer 30BlowvsStep 5 Previewhigh Ember-1lowvsGemini 3.1 Flash Lite Previewmedium Ember-1lowvsQwen3.5-122B-A10Bmedium Kimi K2.7 CodemediumvsStep 5 Previewhigh Gemini 3.1 Flash Lite PreviewmediumvsStep 5 Previewhigh Ember-1lowvsGPT-5.2 Chatdefault GPT-5.2 ChatdefaultvsStep 5 Previewhigh Ember-1lowvsMiMo-V2.5medium