Navigasi
Advertise here

Ember-1 (max) vs Grok Build 0.1 (medium)

Skor rata-rata hampir imbang di 6.7 vs 6.7. Grok Build 0.1 (medium) memiliki biaya benchmark lebih rendah di $1.419 vs $3.264. Grok Build 0.1 (medium) lebih cepat di 55.13s vs 97.34s, dengan tingkat keberhasilan 59.4% vs 58.0%.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-11-13

Model yang Dibandingkan

Peringkat
#254
Total token output
186,901
Waktu respons (rata-rata)
97.34s
Total Biaya
$3.264
Peringkat
#248
Total token output
529,806
Waktu respons (rata-rata)
55.13s
Total Biaya
$1.419
Model yang direkomendasikan Grok Build 0.1 (medium)

It has the best score here (6.7), while costing about 2.3x less than Ember-1 (max).

Perbandingan terperinci

Metrik Ember-1 Ember-1 max Rilis: 2026-09-28 Grok Build 0.1 Grok Build 0.1 medium Rilis: 2026-05-21
Skor 6.7 6.7
Peringkat #254 #248
Keandalan 8.3 10.0
Konsistensi 7.8 9.6
Percobaan 69/69 69/69
Tes benar
Tingkat lulus per percobaan 59.4% 58.0%
Tes tidak stabil 6 1
Total Run 69 69
Biaya per hasil 29.671 10.910
Total Biaya $3.264 $1.419
Harga input $3.000 / 1M $1.000 / 1M
Harga output $15.000 / 1M $2.000 / 1M
Harga baca cache $0.300 / 1M $0.200 / 1M
Harga tulis cache T/A T/A
Total token input 153,399 358,616
Token output 7,803 9,651
Token penalaran 179,098 520,155
Waktu respons (rata-rata) 97.34s 55.13s
Waktu respons (maks) 587.08s 252.69s
Waktu respons (total) 2238.73s 1268.10s
Parameter ~2.8T total (~104B aktif) ~300B total (~30B aktif)
Ketersediaan Tertutup Tertutup

Harga cache berlaku untuk token input. Pembacaan memakai kembali prompt tersimpan; penulisan menyimpannya dan dapat menambah biaya. Token output menggunakan harga output.

Showcase generasi model

Hamster playing table tennis

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

#254 Ember-1

max
Biaya
$0.163
Waktu
229.4s
Token
11,002 tok

#248 SpaceXAI: Grok Build 0.1

medium
Biaya
$0.028
Waktu
81.3s
Token
14,009 tok

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor vs Waktu respons (rata-rata)

Total token output

Skor vs Total token output

Rincian Kategori

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 Build 0.1 5.7 9.7 33.3% 0 108.46s 8,304 1,138 161,452

Ganti Pasangan Perbandingan