Ember-1 (max) vs Step 3.5 Flash (medium)

Modele comparate

Model recomandat Step 3.5 Flash (medium)

Are cel mai bun scor aici (5.9) și costă de aproximativ 21.3x mai puțin decât Ember-1 (max).

Metrică	Ember-1 Ember-1 max Lansare: 2026-09-28	Step 3.5 Flash Step 3.5 Flash medium Lansare: 2026-02-01

Metrică	Ember-1 Ember-1 max Lansare: 2026-09-28	Step 3.5 Flash Step 3.5 Flash medium Lansare: 2026-02-01
Scor	5.9	5.9
Rang	#248	#245
Fiabilitate	7.5	10.0
Consistență	7.7	8.6
Încercări	66/66	63/66
Teste corecte
Rată de trecere pe încercare	57.6%	50.0%
Teste instabile	6	2
Rulări totale	66	63
Cost per rezultat	27.915	0.858
Cost total	$2.792	$0.132
Preț de intrare	$3.000 / 1M	$0.100 / 1M
Preț de ieșire	$15.000 / 1M	$0.300 / 1M
Total tokenuri de intrare	26,449	65,716
Tokenuri de ieșire	4,183	189,424
Tokenuri de raționament	176,623	379,112
Timp de răspuns (mediu)	98.92s	191.63s
Timp de răspuns (maxim)	587.08s	1597.85s
Timp de răspuns (total)	2176.20s	3066.07s
Parametri	~2.8T în total (~104B activi)	196B în total (11B activi)
Disponibilitate	Închis	Sursă deschisă

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

max

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		23.74s	1,533	613	1,394
Step 3.5 Flash	10.0	10.0	100.0%	0		40.57s	694	20,391	24,176

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	5.2	4.4	55.6%	2		105.09s	3,362	1,149	27,957
Step 3.5 Flash	2.4	5.2	0.0%	0		258.38s	2,211	13,207	22,429

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	6.5	10.0	50.0%	0		64.37s	12,819	775	4,538
Step 3.5 Flash	6.5	10.0	50.0%	0		813.71s	44,914	18,150	111,004

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	6.4	5.9	66.7%	1		39.79s	4,285	185	1,182
Step 3.5 Flash	10.0	10.0	100.0%	0		15.01s	7,368	600	13,886

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	3.6	7.2	22.2%	1		471.21s	1,015	84	136,143
Step 3.5 Flash	3.5	4.4	33.3%	2		311.60s	682	126,213	175,555

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		7.04s	741	193	716
Step 3.5 Flash	5.5	10.0	0.0%	0		22.39s	509	240	3,506

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	6.2	5.8	66.7%	1		32.97s	777	132	574
Step 3.5 Flash	8.3	10.0	50.0%	0		4.78s	705	2,364	3,521

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	7.7	10.0	66.7%	0		6.57s	1,443	681	1,368
Step 3.5 Flash	5.3	10.0	33.3%	0		7.22s	711	5,630	10,861

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		26.36s	0	0	0
Step 3.5 Flash	10.0	10.0	100.0%	0		11.91s	7,701	275	3,802

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		24.95s	474	371	2,751
Step 3.5 Flash	3.0	10.0	0.0%	0		108.45s	221	2,354	10,372

Schimbă perechea de comparație