Ember-1 (high) vs GPT-5.5

Model yang Dibandingkan

Model yang direkomendasikan GPT-5.5

Its score stays close to the best score here (7.0 vs 7.1), while costing about 3.3x less than Ember-1 (high).

Metrik	Ember-1 Ember-1 high Rilis: 2026-09-28	GPT-5.5 GPT-5.5 none Rilis: 2026-04-24

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

high

none

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
Ember-1	8.7	7.9	91.7%	1		24.05s	1,544	886	992
GPT-5.5	6.9	7.9	66.7%	1		1.31s	606	213	0

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
GPT-5.5	5.5	10.0	33.3%	0		1.35s	7,305	462	0

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
GPT-5.5	6.5	10.0	50.0%	0		8.90s	56,092	3,244	0

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
GPT-5.5	10.0	10.0	100.0%	0		1.18s	7,140	222	0

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
GPT-5.5	5.3	10.0	33.3%	0		1.27s	732	52	0

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
GPT-5.5	10.0	10.0	100.0%	0		3.41s	477	124	0

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
GPT-5.5	6.2	5.8	66.7%	1		1.15s	660	81	0

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
GPT-5.5	7.7	10.0	66.7%	0		1.29s	642	252	0

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
GPT-5.5	10.0	10.0	100.0%	0		3.90s	5,445	247	0

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
GPT-5.5	3.0	10.0	0.0%	0		5.01s	195	18	0

Ganti Pasangan Perbandingan