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

Ember-1 (high) лидирует по среднему баллу: 7.1 vs 7.0. Grok 4.20 (medium) имеет более низкую стоимость benchmark: $0.805 vs $1.798. Grok 4.20 (medium) быстрее: 32.56s vs 56.77s, с долей успешных попыток 71.2% vs 60.6%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-09-28

Сравниваемые модели

Ранг: #158
Общее число выходных токенов: 110,125
Время ответа (среднее): 56.77s
Общая стоимость: $1.798

Ранг: #167
Общее число выходных токенов: 270,259
Время ответа (среднее): 32.56s
Общая стоимость: $0.805

Рекомендуемая модель Grok 4.20 (medium)

Его балл близок к лучшему здесь (7.0 против 7.1), при этом он примерно в 2.2 раза дешевле, чем Ember-1 (high).

Подробное сравнение

Метрика	Ember-1 Ember-1 high Релиз: 2026-09-28	Grok 4.20 Grok 4.20 medium Релиз: 2026-03-31

Метрика	Ember-1 Ember-1 high Релиз: 2026-09-28	Grok 4.20 Grok 4.20 medium Релиз: 2026-03-31
Оценка	7.1	7.0
Ранг	#158	#167
Надежность	8.0	10.0
Стабильность	7.3	8.2
Попытки	66/66	66/66
Тестов верно
Доля успешных попыток	71.2%	60.6%
Нестабильные тесты	7	5
Всего запусков	66	66
Стоимость за результат	14.981	10.365
Общая стоимость	$1.798	$0.805
Цена входа	$3.000 / 1M	$1.250 / 1M
Цена выхода	$15.000 / 1M	$2.500 / 1M
Общее число входных токенов	48,577	102,986
Выходные токены	7,345	5,860
Токены рассуждений	102,780	264,399
Время ответа (среднее)	56.77s	32.56s
Время ответа (макс.)	255.06s	199.66s
Время ответа (суммарно)	1248.88s	716.36s
Параметры	~2.8T всего (~104B активных)	~1T всего (~100B активных)
Доступность	Закрытая модель	Закрытая модель

Генерация showcase моделей

Hamster playing table tennis

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

#158 Ember-1

high

Стоимость: $0.038
Время: 55.1s
Токены: 2,671 tok

#167 SpaceXAI: Grok 4.20

medium

Стоимость: $0.041
Время: 110.3s
Токены: 16,336 tok

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Оценка vs Время ответа (среднее)

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Разбивка по категориям

Категория:

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Быстрое сравнение

Сменить пару сравнения

GPT-5.5nonevsGrok 4.20medium Ember-1highvsGrok 4.3medium Space Bunny AlphahighvsGrok 4.20medium Ember-1highvsGPT-5.6 Solnone Ember-1highvsGPT-6 Lunalow DeepSeek V3.2mediumvsEmber-1high GPT-6 LunalowvsGrok 4.20medium GPT-5.6 SolnonevsGrok 4.20medium Ember-1highvsGLM 5.1medium Ember-1highvsGPT-5.5none Ember-1highvsMercury 2medium Claude Fable 5.1lowvsGrok 4.20medium