Ember-1 (high) vs Step 3.7 Flash (low)

Modele comparate

Model recomandat Step 3.7 Flash (low)

Are cel mai bun scor aici (7.1) și costă de aproximativ 4.6x mai puțin decât Ember-1 (high).

Metrică	Ember-1 Ember-1 high Lansare: 2026-09-28	Step 3.7 Flash Step 3.7 Flash low Lansare: 2026-05-29

Metrică	Ember-1 Ember-1 high Lansare: 2026-09-28	Step 3.7 Flash Step 3.7 Flash low Lansare: 2026-05-29
Scor	7.1	7.1
Rang	#158	#155
Fiabilitate	8.0	10.0
Consistență	7.3	8.1
Încercări	66/66	66/66
Teste corecte
Rată de trecere pe încercare	71.2%	63.6%
Teste instabile	7	5
Rulări totale	66	66
Cost per rezultat	14.981	3.539
Cost total	$1.798	$0.390
Preț de intrare	$3.000 / 1M	$0.200 / 1M
Preț de ieșire	$15.000 / 1M	$1.150 / 1M
Total tokenuri de intrare	48,577	103,842
Tokenuri de ieșire	7,345	320,393
Tokenuri de raționament	102,780	0
Timp de răspuns (mediu)	56.77s	17.87s
Timp de răspuns (maxim)	255.06s	124.75s
Timp de răspuns (total)	1248.88s	393.04s
Parametri	~2.8T în total (~104B activi)	198B în total (11B activi)
Disponibilitate	Închis	Sursă deschisă

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

high

low

SVG invalid

Categorie:

Trucuri anti-AI	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Ember-1	8.7	7.9	91.7%	1		24.05s	1,544	886	992
Step 3.7 Flash	8.7	7.9	91.7%	1		4.02s	756	10,896	0

Programare	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Ember-1	8.2	7.2	88.9%	1		72.23s	7,144	1,281	23,093
Step 3.7 Flash	8.2	7.2	88.9%	1		9.46s	7,437	18,685	0

Combinat	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Ember-1	6.4	5.8	66.7%	1		79.89s	28,994	1,667	6,614
Step 3.7 Flash	7.3	5.8	83.3%	1		66.18s	77,415	93,682	0

Parsare și extragere de date	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Ember-1	7.3	5.9	83.3%	1		36.10s	6,076	230	1,228
Step 3.7 Flash	7.3	5.8	83.3%	1		2.29s	7,398	2,667	0

Specific domeniului	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Ember-1	2.9	4.4	22.2%	2		175.49s	1,154	1,023	61,582
Step 3.7 Flash	2.9	7.2	11.1%	1		22.65s	837	48,299	0

Inteligență generală	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Ember-1	10.0	10.0	100.0%	0		4.49s	744	194	304
Step 3.7 Flash	3.4	9.3	0.0%	0		7.00s	525	4,604	0

Respectarea instrucțiunilor	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Ember-1	7.1	5.8	83.3%	1		33.38s	992	162	784
Step 3.7 Flash	9.8	10.0	100.0%	0		1.58s	735	1,857	0

Rezolvare de puzzle-uri	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Ember-1	10.0	10.0	100.0%	0		4.84s	1,452	390	848
Step 3.7 Flash	5.5	9.9	33.3%	0		1.84s	756	3,564	0

Apelare instrumente	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Ember-1	3.0	10.0	0.0%	0		26.45s	0	0	0
Step 3.7 Flash	10.0	10.0	100.0%	0		3.25s	7,746	1,360	0

Cultură generală	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Ember-1	3.0	10.0	0.0%	0		65.34s	477	1,512	7,335
Step 3.7 Flash	3.0	10.0	0.0%	0		124.75s	237	134,779	0

Schimbă perechea de comparație