Ember-1 (low) vs Grok Build 0.1 (medium)

Modelos comparados

Modelo recomendado Ember-1 (low)

Tiene la mejor puntuación aquí (7.5) y cuesta aproximadamente 1.7x menos que Grok Build 0.1 (medium).

Métrica	Ember-1 Ember-1 low Lanzamiento: 2026-09-28	Grok Build 0.1 Grok Build 0.1 medium Lanzamiento: 2026-05-21

Métrica	Ember-1 Ember-1 low Lanzamiento: 2026-09-28	Grok Build 0.1 Grok Build 0.1 medium Lanzamiento: 2026-05-21
Puntuación	7.5	7.5
Rango	#120	#127
Fiabilidad	8.1	10.0
Consistencia	8.5	9.6
Intentos	66/66	66/66
Pruebas correctas
Tasa de aciertos por intento	66.7%	60.6%
Pruebas inestables	4	1
Ejecuciones totales	66	66
Costo por resultado	5.085	8.691
Costo total	$0.662	$1.130
Precio de entrada	$3.000 / 1M	$1.000 / 1M
Precio de salida	$15.000 / 1M	$2.000 / 1M
Total de tokens de entrada	33,011	106,946
Tokens de salida	4,780	7,993
Tokens de razonamiento	32,687	503,413
Tiempo de respuesta (promedio)	30.98s	54.50s
Tiempo de respuesta (máximo)	93.10s	252.69s
Tiempo de respuesta (total)	681.50s	1199.07s
Parámetros	~2.8T en total (~104B activos)	~300B en total (~30B activos)
Disponibilidad	Código cerrado	Código cerrado

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

low

medium

Categoría:

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
Grok Build 0.1	8.3	10.0	75.0%	0		7.43s	2,010	220	12,162

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
Grok Build 0.1	5.7	9.7	33.3%	0		108.46s	8,304	1,138	161,452

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
Grok Build 0.1	10.0	10.0	100.0%	0		65.08s	75,242	5,442	65,569

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
Grok Build 0.1	10.0	10.0	100.0%	0		10.72s	7,761	180	8,876

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
Grok Build 0.1	2.9	7.2	11.1%	1		175.94s	1,959	492	192,037

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
Grok Build 0.1	4.4	9.9	0.0%	0		18.41s	825	76	6,345

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
Grok Build 0.1	9.8	10.0	100.0%	0		12.36s	1,362	57	9,599

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
Grok Build 0.1	7.7	10.0	66.7%	0		18.26s	1,689	195	20,841

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
Grok Build 0.1	10.0	10.0	100.0%	0		13.12s	7,263	180	4,969

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
Grok Build 0.1	3.0	10.0	0.0%	0		53.51s	531	13	21,563

Cambiar par de comparación