DeepSeek V3.2 (medium) vs Ember-1 (high)

Model yang Dibandingkan

Model yang direkomendasikan DeepSeek V3.2 (medium)

It has the best score here (7.0), while costing about 22.3x less than Ember-1 (high).

Metrik	DeepSeek V3.2 DeepSeek V3.2 medium Rilis: 2025-12-01	Ember-1 Ember-1 high Rilis: 2026-09-28

Metrik	DeepSeek V3.2 DeepSeek V3.2 medium Rilis: 2025-12-01	Ember-1 Ember-1 high Rilis: 2026-09-28
Skor	7.0	7.1
Peringkat	#162	#158
Keandalan	10.0	8.0
Konsistensi	7.4	7.3
Percobaan	66/66	66/66
Tes benar
Tingkat lulus per percobaan	65.2%	71.2%
Tes tidak stabil	7	7
Total Run	66	66
Biaya per hasil	0.672	14.981
Total Biaya	$0.081	$1.798
Harga input	$0.280 / 1M	$3.000 / 1M
Harga output	$0.420 / 1M	$15.000 / 1M
Total token input	101,056	48,577
Token output	11,832	7,345
Token penalaran	116,955	102,780
Waktu respons (rata-rata)	68.43s	56.77s
Waktu respons (maks)	376.10s	255.06s
Waktu respons (total)	1505.53s	1248.88s
Parameter	671B total (37B aktif)	~2.8T total (~104B aktif)
Ketersediaan	Sumber terbuka	Tertutup

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

medium

high

Kategori:

Trik anti-AI	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V3.2	8.2	7.9	83.3%	1		24.23s	448	3,247	6,953
Ember-1	8.7	7.9	91.7%	1		24.05s	1,544	886	992

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V3.2	6.0	7.2	55.6%	1		248.68s	5,717	649	52,014
Ember-1	8.2	7.2	88.9%	1		72.23s	7,144	1,281	23,093

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V3.2	7.3	5.8	83.3%	1		79.92s	76,997	5,219	24,229
Ember-1	6.4	5.8	66.7%	1		79.89s	28,994	1,667	6,614

Parsing dan ekstraksi data	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V3.2	10.0	10.0	100.0%	0		36.09s	7,388	207	7,693
Ember-1	7.3	5.9	83.3%	1		36.10s	6,076	230	1,228

Spesifik domain	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V3.2	2.9	4.4	22.2%	2		22.94s	481	19	6,779
Ember-1	2.9	4.4	22.2%	2		175.49s	1,154	1,023	61,582

Kecerdasan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V3.2	3.4	2.5	33.3%	1		58.29s	314	49	2,189
Ember-1	10.0	10.0	100.0%	0		4.49s	744	194	304

Kepatuhan instruksi	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V3.2	10.0	10.0	100.0%	0		35.78s	627	1,397	2,845
Ember-1	7.1	5.8	83.3%	1		33.38s	992	162	784

Pemecahan teka-teki	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V3.2	7.0	7.2	55.6%	1		37.69s	594	518	6,375
Ember-1	10.0	10.0	100.0%	0		4.84s	1,452	390	848

Pemanggilan alat	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V3.2	10.0	10.0	100.0%	0		34.81s	8,307	507	859
Ember-1	3.0	10.0	0.0%	0		26.45s	0	0	0

Pengetahuan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
DeepSeek V3.2	3.0	10.0	0.0%	0		83.99s	183	20	7,019
Ember-1	3.0	10.0	0.0%	0		65.34s	477	1,512	7,335

Ganti Pasangan Perbandingan