- 順位
- #181
- 合計出力トークン
- 186,901
- 応答時間（平均）
- 97.34s
- 合計コスト
- $3.264
Ember-1 (max) vs Grok Build 0.1 (medium)
平均スコアは 6.7 vs 6.7 でほぼ同等です。 Grok Build 0.1 (medium) の benchmark コストが低く、$1.419 vs $3.264 です。 Grok Build 0.1 (medium) の方が高速で、55.13s vs 97.34s です、成功率は 59.4% vs 58.0% です。
比較対象モデル
- 順位
- #176
- 合計出力トークン
- 529,806
- 応答時間（平均）
- 55.13s
- 合計コスト
- $1.419
おすすめモデル
Grok Build 0.1 (medium)
ここでは最高スコア（6.7）で、Ember-1 (max) より約 2.3 倍低コストです。
詳細比較
| 指標 | Ember-1 Ember-1 max | Grok Build 0.1 Grok Build 0.1 medium |
|---|---|---|
| スコア | 6.7 | 6.7 |
| 順位 | #181 | #176 |
| 信頼性 | 8.3 | 10.0 |
| 一貫性 | 7.8 | 9.6 |
| 試行回数 | 69/69 | 69/69 |
| 正解テスト | ||
| 試行ごとの合格率 | 59.4% | 58.0% |
| 不安定なテスト | 6 | 1 |
| 総実行回数 | 69 | 69 |
| 結果あたりのコスト | 29.671 | 10.910 |
| 合計コスト | $3.264 | $1.419 |
| 入力価格 | $3.000 / 1M | $1.000 / 1M |
| 出力価格 | $15.000 / 1M | $2.000 / 1M |
| 合計入力トークン | 153,399 | 358,616 |
| 出力トークン | 7,803 | 9,651 |
| 推論トークン | 179,098 | 520,155 |
| 応答時間（平均） | 97.34s | 55.13s |
| 応答時間（最大） | 587.08s | 252.69s |
| 応答時間（合計） | 2238.73s | 1268.10s |
| パラメータ | ~2.8T 総数 (~104B アクティブ) | ~300B 総数 (~30B アクティブ) |
| 公開状況 | クローズド | クローズド |
モデル生成ショーケース
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#181 Ember-1
max- コスト
- $0.163
- 時間
- 229.4s
- トークン
- 11,002 tok
#176 SpaceXAI: Grok Build 0.1
medium- コスト
- $0.028
- 時間
- 81.3s
- トークン
- 14,009 tok
スコア上位モデル
スコア vs 総コスト
応答時間（平均）
スコア vs 応答時間（平均）
合計出力トークン
スコア vs 合計出力トークン
カテゴリ内訳
| エージェントタスク | 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 | 10.0 | 10.0 | 100.0% | 0 | 62.53s | 126,950 | 3,620 | 2,475 | |
| Grok Build 0.1 | 3.4 | 9.6 | 0.0% | 0 | 69.03s | 251,670 | 1,658 | 16,742 |
| 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 | 23.74s | 1,533 | 613 | 1,394 | |
| Grok Build 0.1 | 8.3 | 10.0 | 75.0% | 0 | 7.43s | 2,010 | 220 | 12,162 |
| 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 | 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 |
| 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 | 6.5 | 10.0 | 50.0% | 0 | 64.37s | 12,819 | 775 | 4,538 | |
| Grok Build 0.1 | 10.0 | 10.0 | 100.0% | 0 | 65.08s | 75,242 | 5,442 | 65,569 |
| 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 | 6.4 | 5.9 | 66.7% | 1 | 39.79s | 4,285 | 185 | 1,182 | |
| Grok Build 0.1 | 10.0 | 10.0 | 100.0% | 0 | 10.72s | 7,761 | 180 | 8,876 |
| 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 | 3.6 | 7.2 | 22.2% | 1 | 471.21s | 1,015 | 84 | 136,143 | |
| Grok Build 0.1 | 2.9 | 7.2 | 11.1% | 1 | 175.94s | 1,959 | 492 | 192,037 |
| 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 | 7.04s | 741 | 193 | 716 | |
| Grok Build 0.1 | 4.4 | 9.9 | 0.0% | 0 | 18.41s | 825 | 76 | 6,345 |
| 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 | 6.2 | 5.8 | 66.7% | 1 | 32.97s | 777 | 132 | 574 | |
| Grok Build 0.1 | 9.8 | 10.0 | 100.0% | 0 | 12.36s | 1,362 | 57 | 9,599 |
| 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 | 7.7 | 10.0 | 66.7% | 0 | 6.57s | 1,443 | 681 | 1,368 | |
| Grok Build 0.1 | 7.7 | 10.0 | 66.7% | 0 | 18.26s | 1,689 | 195 | 20,841 |
| 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 | 26.36s | 0 | 0 | 0 | |
| Grok Build 0.1 | 10.0 | 10.0 | 100.0% | 0 | 13.12s | 7,263 | 180 | 4,969 |
| 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 | 24.95s | 474 | 371 | 2,751 | |
| Grok Build 0.1 | 3.0 | 10.0 | 0.0% | 0 | 53.51s | 531 | 13 | 21,563 |
クイック比較
比較ペアを切り替え
Ember-1maxvsGPT 5.3 ChatnoneEmber-1maxvsMiniMax M3mediumEmber-1maxvsGPT-5.6 SolnoneEmber-1maxvsGrok 4.7highEmber-1maxvsSolar Pro 4lowSolar Pro 4xhighvsGrok Build 0.1mediumQwen3.5-FlashnonevsGrok Build 0.1mediumEmber-1maxvsQwen3.5-FlashnoneEmber-1maxvsGLM 5.3 FlashlowSolar Pro 4lowvsGrok Build 0.1mediumSpace Bunny AlphamaxvsGrok Build 0.1mediumEmber-1maxvsGPT-5.5none