Ember-1 (max) vs Qwen3.7 Flash (medium)

Modelos comparados

Modelo recomendado Qwen3.7 Flash (medium)

Su puntuación se mantiene cerca de la mejor aquí (6.6 vs 6.7) y cuesta aproximadamente 43.0x menos que Ember-1 (max).

Métrica	Ember-1 Ember-1 max Lanzamiento: 2026-09-28	Qwen3.7 Flash Qwen3.7 Flash medium Lanzamiento: 2026-07-28

Métrica	Ember-1 Ember-1 max Lanzamiento: 2026-09-28	Qwen3.7 Flash Qwen3.7 Flash medium Lanzamiento: 2026-07-28
Puntuación	6.7	6.6
Rango	#181	#187
Fiabilidad	8.3	10.0
Consistencia	7.8	7.3
Intentos	69/69	69/69
Pruebas correctas
Tasa de aciertos por intento	59.4%	62.3%
Pruebas inestables	6	8
Ejecuciones totales	69	69
Costo por resultado	29.671	0.760
Costo total	$3.264	$0.076
Precio de entrada	$3.000 / 1M	$0.030 / 1M
Precio de salida	$15.000 / 1M	$0.130 / 1M
Total de tokens de entrada	153,399	300,394
Tokens de salida	7,803	14,081
Tokens de razonamiento	179,098	500,844
Tiempo de respuesta (promedio)	97.34s	51.80s
Tiempo de respuesta (máximo)	587.08s	593.64s
Tiempo de respuesta (total)	2238.73s	1191.42s
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.

max

medium

Reached the allocated time limit (600 seconds) without receiving showcase output.

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	10.0	10.0	100.0%	0		62.53s	126,950	3,620	2,475
Qwen3.7 Flash	5.2	3.2	33.3%	1		148.99s	185,917	1,295	43,554

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		23.74s	1,533	613	1,394
Qwen3.7 Flash	10.0	10.0	100.0%	0		9.56s	672	525	12,844

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	5.2	4.4	55.6%	2		105.09s	3,362	1,149	27,957
Qwen3.7 Flash	6.2	6.9	55.6%	1		46.78s	7,893	563	61,902

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		64.37s	12,819	775	4,538
Qwen3.7 Flash	6.4	5.8	66.7%	1		314.17s	87,042	10,432	296,919

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	6.4	5.9	66.7%	1		39.79s	4,285	185	1,182
Qwen3.7 Flash	10.0	10.0	100.0%	0		15.42s	7,782	270	11,588

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	3.6	7.2	22.2%	1		471.21s	1,015	84	136,143
Qwen3.7 Flash	2.9	7.2	11.1%	1		38.02s	780	59	38,977

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		7.04s	741	193	716
Qwen3.7 Flash	5.5	10.0	0.0%	0		10.18s	516	143	3,647

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		32.97s	777	132	574
Qwen3.7 Flash	5.8	2.7	66.7%	2		9.27s	699	100	7,457

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	7.7	10.0	66.7%	0		6.57s	1,443	681	1,368
Qwen3.7 Flash	7.1	5.1	77.8%	2		8.30s	696	355	9,138

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		26.36s	0	0	0
Qwen3.7 Flash	10.0	10.0	100.0%	0		7.80s	8,193	309	2,171

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		24.95s	474	371	2,751
Qwen3.7 Flash	3.0	10.0	0.0%	0		29.17s	204	30	12,647

Cambiar par de comparación