- 排名
- #166
- 总输出令牌
- 32,443
- 响应时间（平均）
- 7.46s
- 总成本
- $0.909
Claude Sonnet 5.5 (low) vs Ember-1 (high)
平均分几乎持平，为 6.9 vs 6.9。 Claude Sonnet 5.5 (low) benchmark 成本更低，为 $0.909 vs $2.405。 Claude Sonnet 5.5 (low) 更快，为 7.46s vs 58.14s，通过率为 46.4% vs 71.0%。
已对比模型
- 排名
- #163
- 总输出令牌
- 121,223
- 响应时间（平均）
- 58.14s
- 总成本
- $2.405
推荐模型
Claude Sonnet 5.5 (low)
它在这里得分最高（6.9），同时成本比Ember-1 (high)低约 2.6 倍。
详细对比
| 指标 | Claude Sonnet 5.5 Claude Sonnet 5.5 low | Ember-1 Ember-1 high |
|---|---|---|
| 分数 | 6.9 | 6.9 |
| 排名 | #166 | #163 |
| 可靠性 | 10.0 | 8.6 |
| 一致性 | 9.4 | 7.2 |
| 尝试次数 | 69/69 | 69/69 |
| 测试正确 | ||
| 尝试通过率 | 46.4% | 71.0% |
| 不稳定测试 | 2 | 8 |
| 总运行次数 | 69 | 69 |
| 每个结果成本 | 9.082 | 20.041 |
| 总成本 | $0.909 | $2.405 |
| 输入价格 | $2.000 / 1M | $3.000 / 1M |
| 输出价格 | $10.000 / 1M | $15.000 / 1M |
| 总输入令牌 | 291,853 | 195,489 |
| 输出令牌 | 24,116 | 12,475 |
| 推理令牌 | 8,327 | 108,748 |
| 响应时间（平均） | 7.46s | 58.14s |
| 响应时间（最大） | 46.61s | 255.06s |
| 响应时间（总计） | 171.47s | 1337.19s |
| 参数量 | ~1T 总计 (~100B 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.
#166 Claude Sonnet 5.5
low- 成本
- $0.020
- 时间
- 15.3s
- 令牌
- 2,077 tok
#163 Ember-1
high- 成本
- $0.038
- 时间
- 55.1s
- 令牌
- 2,671 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 Sonnet 5.5 | 10.0 | 10.0 | 100.0% | 0 | 46.61s | 125,435 | 2,660 | 1,153 | |
| Ember-1 | 6.1 | 3.1 | 66.7% | 1 | 88.31s | 146,912 | 5,130 | 5,968 |
| 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 Sonnet 5.5 | 6.5 | 10.0 | 50.0% | 0 | 2.55s | 858 | 1,736 | 0 | |
| Ember-1 | 8.7 | 7.9 | 91.7% | 1 | 24.05s | 1,544 | 886 | 992 |
| 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 Sonnet 5.5 | 3.2 | 9.7 | 0.0% | 0 | 5.81s | 10,608 | 5,903 | 0 | |
| Ember-1 | 8.2 | 7.2 | 88.9% | 1 | 72.23s | 7,144 | 1,281 | 23,093 |
| 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 Sonnet 5.5 | 7.9 | 6.9 | 66.7% | 1 | 22.50s | 128,879 | 7,220 | 4,027 | |
| Ember-1 | 6.4 | 5.8 | 66.7% | 1 | 79.89s | 28,994 | 1,667 | 6,614 |
| 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 Sonnet 5.5 | 10.0 | 10.0 | 100.0% | 0 | 2.31s | 10,515 | 312 | 0 | |
| Ember-1 | 7.3 | 5.9 | 83.3% | 1 | 36.10s | 6,076 | 230 | 1,228 |
| 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 Sonnet 5.5 | 3.0 | 10.0 | 0.0% | 0 | 8.09s | 990 | 3,974 | 2,570 | |
| Ember-1 | 2.9 | 4.4 | 22.2% | 2 | 175.49s | 1,154 | 1,023 | 61,582 |
| 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 Sonnet 5.5 | 4.8 | 3.2 | 33.3% | 1 | 2.33s | 714 | 374 | 0 | |
| Ember-1 | 10.0 | 10.0 | 100.0% | 0 | 4.49s | 744 | 194 | 304 |
| 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 Sonnet 5.5 | 6.3 | 10.0 | 50.0% | 0 | 1.91s | 921 | 357 | 0 | |
| Ember-1 | 7.1 | 5.8 | 83.3% | 1 | 33.38s | 992 | 162 | 784 |
| 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 Sonnet 5.5 | 7.7 | 10.0 | 66.7% | 0 | 2.50s | 912 | 892 | 0 | |
| Ember-1 | 10.0 | 10.0 | 100.0% | 0 | 4.84s | 1,452 | 390 | 848 |
| 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 Sonnet 5.5 | 10.0 | 10.0 | 100.0% | 0 | 4.67s | 11,757 | 354 | 0 | |
| Ember-1 | 3.0 | 10.0 | 0.0% | 0 | 26.45s | 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 Sonnet 5.5 | 3.0 | 10.0 | 0.0% | 0 | 4.97s | 264 | 334 | 577 | |
| Ember-1 | 3.0 | 10.0 | 0.0% | 0 | 65.34s | 477 | 1,512 | 7,335 |
快速对比
切换对比组合
Claude Sonnet 5.5lowvsGemma 4 31Bmedium免费可用Ember-1highvsGemini 3.1 Flash LitemediumEmber-1highvsGemma 4 31Bmedium免费可用Ember-1highvsGPT-5.6 LunalowClaude Opus 4.8nonevsEmber-1highClaude Sonnet 5.5lowvsKimi K2.6mediumClaude Sonnet 5.5lowvsGemini 3.1 Flash LitemediumClaude Sonnet 5.5lowvsQwen3.5-FlashmediumClaude Sonnet 5.5lowvsMercury 2.5 PreviewmediumEmber-1highvsKimi K2.6mediumEmber-1highvsQwen3.5-FlashmediumClaude Sonnet 5.5lowvsGPT-6 Solnone