Ember-1 (high) vs GLM 5.1 (medium)

比較対象モデル

おすすめモデル GLM 5.1 (medium)

スコアはここでの最高値に近く（7.0 vs 7.1）、Ember-1 (high) より約 1.7 倍低コストです。

指標	Ember-1 Ember-1 high リリース: 2026-09-28	GLM 5.1 GLM 5.1 medium リリース: 2026-04-07

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

high

medium

Reached the allocated time limit (300 seconds) without receiving showcase output.

カテゴリ:

反AIトリック	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Ember-1	8.7	7.9	91.7%	1		24.05s	1,544	886	992
GLM 5.1	10.0	10.0	100.0%	0		8.31s	555	401	5,122

コーディング	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Ember-1	8.2	7.2	88.9%	1		72.23s	7,144	1,281	23,093
GLM 5.1	4.6	3.7	44.5%	2		109.63s	5,702	4,871	37,826

複合	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Ember-1	6.4	5.8	66.7%	1		79.89s	28,994	1,667	6,614
GLM 5.1	9.8	10.0	100.0%	0		175.93s	66,926	4,761	65,248

データ解析と抽出	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Ember-1	7.3	5.9	83.3%	1		36.10s	6,076	230	1,228
GLM 5.1	10.0	10.0	100.0%	0		9.33s	7,107	991	4,552

ドメイン特化	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Ember-1	2.9	4.4	22.2%	2		175.49s	1,154	1,023	61,582
GLM 5.1	3.0	10.0	0.0%	0		113.95s	458	969	74,651

汎用知能	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Ember-1	10.0	10.0	100.0%	0		4.49s	744	194	304
GLM 5.1	10.0	10.0	100.0%	0		20.95s	477	2,875	2,875

指示追従	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Ember-1	7.1	5.8	83.3%	1		33.38s	992	162	784
GLM 5.1	6.4	5.8	66.7%	1		7.47s	634	204	1,617

パズル解決	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Ember-1	10.0	10.0	100.0%	0		4.84s	1,452	390	848
GLM 5.1	8.2	7.2	88.9%	1		31.64s	609	935	5,730

ツール呼び出し	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Ember-1	3.0	10.0	0.0%	0		26.45s	0	0	0
GLM 5.1	3.0	10.0	0.0%	0		0ms	0	0	0

雑学	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Ember-1	3.0	10.0	0.0%	0		65.34s	477	1,512	7,335
GLM 5.1	3.0	10.0	0.0%	0		29.40s	124	82	2,179

比較ペアを切り替え