- 排名
- #167
- 总输出令牌
- 24,343
- 响应时间（平均）
- 7.54s
- 总成本
- $2.334
Claude Opus 4.8 vs Ember-1 (low)
Ember-1 (low) 平均分领先，为 7.0 vs 6.9。 Ember-1 (low) benchmark 成本更低，为 $1.488 vs $2.334。 Claude Opus 4.8 更快，为 7.54s vs 34.90s，通过率为 60.9% vs 65.2%。
已对比模型
- 排名
- #157
- 总输出令牌
- 56,766
- 响应时间（平均）
- 34.90s
- 总成本
- $1.488
推荐模型
Claude Opus 4.8
它的得分接近这里的最高分（6.9 vs 7.0），同时响应速度比Ember-1 (low)快约 4.6 倍。
详细对比
| 指标 | Claude Opus 4.8 Claude Opus 4.8 none | Ember-1 Ember-1 low |
|---|---|---|
| 分数 | 6.9 | 7.0 |
| 排名 | #167 | #157 |
| 可靠性 | 10.0 | 8.8 |
| 一致性 | 9.3 | 8.2 |
| 尝试次数 | 69/69 | 69/69 |
| 测试正确 | ||
| 尝试通过率 | 60.9% | 65.2% |
| 不稳定测试 | 2 | 5 |
| 总运行次数 | 69 | 69 |
| 每个结果成本 | 17.953 | 11.441 |
| 总成本 | $2.334 | $1.488 |
| 输入价格 | $5.000 / 1M | $3.000 / 1M |
| 输出价格 | $25.000 / 1M | $15.000 / 1M |
| 总输入令牌 | 345,059 | 211,908 |
| 输出令牌 | 24,343 | 14,158 |
| 推理令牌 | 0 | 42,608 |
| 响应时间（平均） | 7.54s | 34.90s |
| 响应时间（最大） | 65.07s | 121.29s |
| 响应时间（总计） | 173.31s | 802.79s |
| 参数量 | ~5T 总计 (~500B 激活) | ~2.8T 总计 (~104B 激活) |
| 开放状态 | 闭源 | 闭源 |
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#167 Claude Opus 4.8
none- 成本
- $0.053
- 时间
- 22.0s
- 令牌
- 2,253 tok
#157 Ember-1
low- 成本
- $0.016
- 时间
- 24.2s
- 令牌
- 1,165 tok
按分数排名的模型
分数 vs 总成本
响应时间（平均）
分数 vs 响应时间（平均）
总输出令牌
分数 vs 总输出令牌
类别细分
| 智能体任务 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.8 | 5.0 | 10.0 | 0.0% | 0 | 65.07s | 195,856 | 7,546 | 0 | |
| Ember-1 | 4.7 | 3.1 | 33.3% | 1 | 121.29s | 178,897 | 9,378 | 9,921 |
| 反AI技巧 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.8 | 6.5 | 10.0 | 50.0% | 0 | 3.40s | 834 | 1,472 | 0 | |
| Ember-1 | 8.2 | 7.9 | 83.3% | 1 | 22.18s | 1,402 | 571 | 613 |
| 编程 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.8 | 5.5 | 10.0 | 33.3% | 0 | 3.29s | 10,590 | 1,332 | 0 | |
| Ember-1 | 10.0 | 10.0 | 100.0% | 0 | 37.91s | 8,097 | 2,518 | 13,142 |
| 综合 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.8 | 9.8 | 10.0 | 100.0% | 0 | 26.38s | 111,760 | 11,949 | 0 | |
| Ember-1 | 6.5 | 10.0 | 50.0% | 0 | 51.45s | 12,828 | 381 | 689 |
| 数据解析与提取 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.8 | 7.3 | 5.8 | 83.3% | 1 | 1.77s | 10,503 | 308 | 0 | |
| Ember-1 | 7.3 | 5.9 | 83.3% | 1 | 34.82s | 6,076 | 223 | 778 |
| 领域专项 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.8 | 5.3 | 7.2 | 44.4% | 1 | 1.76s | 972 | 61 | 0 | |
| Ember-1 | 2.9 | 7.2 | 11.1% | 1 | 56.17s | 1,154 | 234 | 12,476 |
| 通用智能 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.8 | 10.0 | 10.0 | 100.0% | 0 | 3.48s | 708 | 230 | 0 | |
| Ember-1 | 10.0 | 10.0 | 100.0% | 0 | 5.67s | 744 | 139 | 462 |
| 指令遵循 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.8 | 9.9 | 10.0 | 100.0% | 0 | 1.37s | 909 | 95 | 0 | |
| Ember-1 | 6.2 | 5.8 | 66.7% | 1 | 32.73s | 781 | 121 | 466 |
| 谜题求解 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.8 | 7.7 | 10.0 | 66.7% | 0 | 2.74s | 894 | 783 | 0 | |
| Ember-1 | 10.0 | 10.0 | 100.0% | 0 | 3.27s | 1,452 | 393 | 595 |
| 工具调用 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.8 | 10.0 | 10.0 | 100.0% | 0 | 5.35s | 11,775 | 355 | 0 | |
| Ember-1 | 3.0 | 10.0 | 0.0% | 0 | 26.43s | 0 | 0 | 0 |
| 常识问答 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.8 | 3.0 | 10.0 | 0.0% | 0 | 3.41s | 258 | 212 | 0 | |
| Ember-1 | 3.0 | 10.0 | 0.0% | 0 | 30.60s | 477 | 200 | 3,466 |
快速对比
切换对比组合
Claude Opus 4.8nonevsGPT-5.6 LunalowClaude Opus 4.8nonevsGemma 4 31Bmedium免费可用Ember-1lowvsKimi K2.7 CodemediumClaude Opus 4.8nonevsEmber-1highEmber-1lowvsGemini 3.1 Flash Lite PreviewmediumClaude Opus 4.8nonevsKimi K2.6mediumEmber-1lowvsQwen3.5-122B-A10BmediumClaude Opus 4.8nonevsGemini 3.1 Flash LitemediumClaude Opus 4.8nonevsQwen3.5-FlashmediumEmber-1lowvsGPT-5.2 ChatnoneClaude Opus 4.8nonevsInklinglow免费可用Claude Opus 4.8nonevsMercury 2.5 Previewmedium