Ember-1 (high) vs Kimi K2.6 (medium)

Model yang Dibandingkan

Model yang direkomendasikan Kimi K2.6 (medium)

It has the best score here (6.8), while costing about 1.8x less than Ember-1 (high).

Metrik	Ember-1 Ember-1 high Rilis: 2026-09-28	Kimi K2.6 Kimi K2.6 medium Rilis: 2026-04-20

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

high

medium

Kategori:

Tugas agen	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Ember-1	6.1	3.1	66.7%	1		88.31s	146,912	5,130	5,968
Kimi K2.6	5.0	10.0	0.0%	0		233.89s	157,967	692	48,460

Trik anti-AI	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Ember-1	8.7	7.9	91.7%	1		24.05s	1,544	886	992
Kimi K2.6	7.0	8.0	66.7%	1		11.59s	618	7,115	8,934

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Ember-1	8.2	7.2	88.9%	1		72.23s	7,144	1,281	23,093
Kimi K2.6	5.7	8.6	33.3%	0		214.42s	2,925	9,970	77,189

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Ember-1	6.4	5.8	66.7%	1		79.89s	28,994	1,667	6,614
Kimi K2.6	6.9	5.9	66.7%	1		458.58s	50,723	9,468	39,642

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
Ember-1	7.3	5.9	83.3%	1		36.10s	6,076	230	1,228
Kimi K2.6	10.0	10.0	100.0%	0		20.38s	7,014	316	11,305

Spesifik domain	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Ember-1	2.9	4.4	22.2%	2		175.49s	1,154	1,023	61,582
Kimi K2.6	5.3	7.2	44.4%	1		264.43s	337	9	101,267

Kecerdasan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Ember-1	10.0	10.0	100.0%	0		4.49s	744	194	304
Kimi K2.6	10.0	10.0	100.0%	0		17.83s	477	3,981	4,472

Kepatuhan instruksi	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Ember-1	7.1	5.8	83.3%	1		33.38s	992	162	784
Kimi K2.6	10.0	10.0	100.0%	0		12.53s	669	3,977	5,269

Pemecahan teka-teki	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Ember-1	10.0	10.0	100.0%	0		4.84s	1,452	390	848
Kimi K2.6	6.0	7.4	55.6%	1		25.06s	651	13,860	17,599

Pemanggilan alat	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Ember-1	3.0	10.0	0.0%	0		26.45s	0	0	0
Kimi K2.6	10.0	10.0	100.0%	0		8.92s	5,286	248	1,011

Pengetahuan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Ember-1	3.0	10.0	0.0%	0		65.34s	477	1,512	7,335
Kimi K2.6	3.0	10.0	0.0%	0		130.27s	213	15,710	16,177

Ganti Pasangan Perbandingan