Ember-1 (max) vs Grok 4.7 (high)

Model yang Dibandingkan

Model yang direkomendasikan Ember-1 (max)

It has the strongest score in this comparison (6.7) and the best overall balance of cost and response time across all 2 models.

Metrik	Ember-1 Ember-1 max Rilis: 2026-09-28	Grok 4.7 Grok 4.7 high Rilis: 2026-09-21

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

max

high

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	10.0	10.0	100.0%	0		62.53s	126,950	3,620	2,475
Grok 4.7	3.0	10.0	0.0%	0		322.20s	215,384	1,265	69,833

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		23.74s	1,533	613	1,394
Grok 4.7	8.7	7.9	91.7%	1		27.98s	2,743	111	14,914

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Ember-1	5.2	4.4	55.6%	2		105.09s	3,362	1,149	27,957
Grok 4.7	6.0	4.6	66.7%	2		335.92s	10,266	353	199,976

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		64.37s	12,819	775	4,538
Grok 4.7	8.6	6.9	83.3%	1		129.30s	75,277	5,730	60,640

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	6.4	5.9	66.7%	1		39.79s	4,285	185	1,182
Grok 4.7	10.0	10.0	100.0%	0		8.65s	8,937	225	4,043

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	3.6	7.2	22.2%	1		471.21s	1,015	84	136,143
Grok 4.7	5.3	7.2	44.4%	1		306.71s	1,980	10	98,585

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		7.04s	741	193	716
Grok 4.7	4.1	2.7	33.3%	1		17.06s	1,077	52	3,238

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		32.97s	777	132	574
Grok 4.7	8.4	6.9	83.3%	1		14.15s	1,857	57	6,421

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	7.7	10.0	66.7%	0		6.57s	1,443	681	1,368
Grok 4.7	10.0	10.0	100.0%	0		19.88s	2,430	178	10,706

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		26.36s	0	0	0
Grok 4.7	10.0	10.0	100.0%	0		5.08s	8,536	177	568

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		24.95s	474	371	2,751
Grok 4.7	3.0	10.0	0.0%	0		62.44s	789	14	10,088

Ganti Pasangan Perbandingan