Ember-1 (high) vs Grok 4.20 (medium)

Modele comparate

Model recomandat Grok 4.20 (medium)

Scorul rămâne aproape de cel mai bun scor de aici (7.0 vs 7.1) și costă de aproximativ 2.2x mai puțin decât Ember-1 (high).

Metrică	Ember-1 Ember-1 high Lansare: 2026-09-28	Grok 4.20 Grok 4.20 medium Lansare: 2026-03-31

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

high

medium

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
Grok 4.20	8.2	7.9	83.3%	1		3.95s	2,010	287	8,312

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
Grok 4.20	6.3	6.6	55.6%	1		109.93s	8,307	268	103,150

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
Grok 4.20	8.7	6.9	83.3%	1		42.25s	71,267	3,776	44,009

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
Grok 4.20	10.0	10.0	100.0%	0		4.17s	7,761	180	5,333

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
Grok 4.20	2.9	7.2	11.1%	1		49.71s	1,959	872	59,761

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
Grok 4.20	3.9	2.6	33.3%	1		24.48s	825	65	6,440

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
Grok 4.20	9.8	10.0	100.0%	0		4.26s	1,362	57	6,419

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
Grok 4.20	7.7	10.0	66.7%	0		6.22s	1,689	149	7,913

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
Grok 4.20	3.0	10.0	0.0%	0		13.68s	7,275	197	6,620

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
Grok 4.20	3.0	10.0	0.0%	0		63.48s	531	9	16,442

Schimbă perechea de comparație