Ember-1 (low) vs GPT-5.6 Luna (medium)

Model yang Dibandingkan

Model yang direkomendasikan GPT-5.6 Luna (medium)

It has the best score here (7.4), while costing about 9.3x less than Ember-1 (low).

Metrik	Ember-1 Ember-1 low Rilis: 2026-09-28	GPT-5.6 Luna GPT-5.6 Luna medium Rilis: 2026-07-09

Metrik	Ember-1 Ember-1 low Rilis: 2026-09-28	GPT-5.6 Luna GPT-5.6 Luna medium Rilis: 2026-07-09
Skor	7.5	7.4
Peringkat	#128	#140
Keandalan	8.1	10.0
Konsistensi	8.5	9.2
Percobaan	66/66	66/66
Tes benar
Tingkat lulus per percobaan	66.7%	62.1%
Tes tidak stabil	4	2
Total Run	66	66
Biaya per hasil	5.085	2.601
Total Biaya	$0.662	$0.072
Harga input	$3.000 / 1M	$0.200 / 1M
Harga output	$15.000 / 1M	$1.200 / 1M
Total token input	33,011	89,685
Token output	4,780	5,701
Token penalaran	32,687	38,824
Waktu respons (rata-rata)	30.98s	7.43s
Waktu respons (maks)	93.10s	29.85s
Waktu respons (total)	681.50s	163.54s
Parameter	~2.8T total (~104B aktif)	~400B total (~17B aktif)
Ketersediaan	Tertutup	Tertutup

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

low

medium

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	8.2	7.9	83.3%	1		22.18s	1,402	571	613
GPT-5.6 Luna	8.3	10.0	75.0%	0		2.52s	606	160	987

Pemrograman	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		37.91s	8,097	2,518	13,142
GPT-5.6 Luna	5.4	7.2	44.4%	1		10.38s	7,302	564	9,928

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Ember-1	6.5	10.0	50.0%	0		51.45s	12,828	381	689
GPT-5.6 Luna	10.0	10.0	100.0%	0		14.59s	66,477	3,926	4,594

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		34.82s	6,076	223	778
GPT-5.6 Luna	10.0	10.0	100.0%	0		1.95s	7,140	234	324

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	7.2	11.1%	1		56.17s	1,154	234	12,476
GPT-5.6 Luna	2.9	7.2	11.1%	1		18.45s	732	70	17,375

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		5.67s	744	139	462
GPT-5.6 Luna	5.1	10.0	0.0%	0		4.34s	477	112	496

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	6.2	5.8	66.7%	1		32.73s	781	121	466
GPT-5.6 Luna	9.9	10.0	100.0%	0		2.38s	660	95	393

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		3.27s	1,452	393	595
GPT-5.6 Luna	7.8	10.0	66.7%	0		4.04s	642	255	2,104

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		26.43s	0	0	0
GPT-5.6 Luna	10.0	10.0	100.0%	0		6.02s	5,454	256	244

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		30.60s	477	200	3,466
GPT-5.6 Luna	3.0	10.0	0.0%	0		6.64s	195	29	2,379

Ganti Pasangan Perbandingan