Ember-1 vs Step 3.5 Flash (medium)

Modelos comparados

Modelo recomendado Step 3.5 Flash (medium)

Tiene la mejor puntuación aquí (5.4) y cuesta aproximadamente 7.5x menos que Ember-1.

Métrica	Ember-1 Ember-1 none Lanzamiento: 2026-09-28	Step 3.5 Flash Step 3.5 Flash medium Lanzamiento: 2026-02-01

Métrica	Ember-1 Ember-1 none Lanzamiento: 2026-09-28	Step 3.5 Flash Step 3.5 Flash medium Lanzamiento: 2026-02-01
Puntuación	5.4	5.4
Rango	#277	#276
Fiabilidad	8.8	10.0
Consistencia	8.6	8.3
Intentos	69/69	66/69
Pruebas correctas
Tasa de aciertos por intento	43.5%	49.3%
Pruebas inestables	4	3
Ejecuciones totales	69	66
Costo por resultado	9.817	1.047
Costo total	$0.786	$0.105
Precio de entrada	$3.000 / 1M	$0.100 / 1M
Precio de salida	$15.000 / 1M	$0.300 / 1M
Total de tokens de entrada	202,617	139,086
Tokens de salida	11,832	193,584
Tokens de razonamiento	0	413,546
Tiempo de respuesta (promedio)	22.65s	190.48s
Tiempo de respuesta (máximo)	93.12s	1597.85s
Tiempo de respuesta (total)	520.91s	3238.23s
Parámetros	~2.8T en total (~104B activos)	196B en total (11B activos)
Disponibilidad	Código cerrado	Código abierto

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

none

medium

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	6.1	3.1	66.7%	1		92.87s	175,191	9,168	0
Step 3.5 Flash	2.8	1.6	33.3%	1		172.16s	73,370	4,160	34,434

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	5.2	7.9	41.7%	1		22.37s	796	867	0
Step 3.5 Flash	10.0	10.0	100.0%	0		40.57s	694	20,391	24,176

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	5.5	10.0	33.3%	0		1.94s	7,485	393	0
Step 3.5 Flash	2.4	5.2	0.0%	0		258.38s	2,211	13,207	22,429

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	3.0	10.0	0.0%	0		49.01s	12,162	327	0
Step 3.5 Flash	6.5	10.0	50.0%	0		813.71s	44,914	18,150	111,004

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		35.25s	4,017	161	0
Step 3.5 Flash	10.0	10.0	100.0%	0		15.01s	7,368	600	13,886

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	5.3	10.0	33.3%	0		21.61s	804	68	0
Step 3.5 Flash	3.5	4.4	33.3%	2		311.60s	682	126,213	175,555

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	5.0	10.0	0.0%	0		2.28s	540	160	0
Step 3.5 Flash	5.5	10.0	0.0%	0		22.39s	509	240	3,506

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	6.4	5.8	66.7%	1		31.00s	509	81	0
Step 3.5 Flash	8.3	10.0	50.0%	0		4.78s	705	2,364	3,521

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		2.54s	840	569	0
Step 3.5 Flash	5.3	10.0	33.3%	0		7.22s	711	5,630	10,861

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		26.44s	0	0	0
Step 3.5 Flash	10.0	10.0	100.0%	0		11.91s	7,701	275	3,802

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		1.05s	273	38	0
Step 3.5 Flash	3.0	10.0	0.0%	0		108.45s	221	2,354	10,372

Cambiar par de comparación