- 排名
- #162
- 总输出令牌
- 128,787
- 响应时间（平均）
- 68.43s
- 总成本
- $0.081
DeepSeek V3.2 (medium) vs Ember-1 (high)
平均分几乎持平，为 7.0 vs 7.1。 DeepSeek V3.2 (medium) benchmark 成本更低，为 $0.081 vs $1.798。 Ember-1 (high) 更快，为 56.77s vs 68.43s，通过率为 65.2% vs 71.2%。
已对比模型
- 排名
- #158
- 总输出令牌
- 110,125
- 响应时间（平均）
- 56.77s
- 总成本
- $1.798
推荐模型
DeepSeek V3.2 (medium)
它在这里得分最高（7.0），同时成本比Ember-1 (high)低约 22.3 倍。
详细对比
| 指标 | DeepSeek V3.2 DeepSeek V3.2 medium | Ember-1 Ember-1 high |
|---|---|---|
| 分数 | 7.0 | 7.1 |
| 排名 | #162 | #158 |
| 可靠性 | 10.0 | 8.0 |
| 一致性 | 7.4 | 7.3 |
| 尝试次数 | 66/66 | 66/66 |
| 测试正确 | ||
| 尝试通过率 | 65.2% | 71.2% |
| 不稳定测试 | 7 | 7 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 0.672 | 14.981 |
| 总成本 | $0.081 | $1.798 |
| 输入价格 | $0.280 / 1M | $3.000 / 1M |
| 输出价格 | $0.420 / 1M | $15.000 / 1M |
| 总输入令牌 | 101,056 | 48,577 |
| 输出令牌 | 11,832 | 7,345 |
| 推理令牌 | 116,955 | 102,780 |
| 响应时间（平均） | 68.43s | 56.77s |
| 响应时间（最大） | 376.10s | 255.06s |
| 响应时间（总计） | 1505.53s | 1248.88s |
| 参数量 | 671B 总计 (37B 激活) | ~2.8T 总计 (~104B 激活) |
| 开放状态 | 开源 | 闭源 |
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#162 DeepSeek V3.2
medium- 成本
- $0.001
- 时间
- 53.6s
- 令牌
- 1,932 tok
#158 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
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 8.2 | 7.9 | 83.3% | 1 | 24.23s | 448 | 3,247 | 6,953 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 6.0 | 7.2 | 55.6% | 1 | 248.68s | 5,717 | 649 | 52,014 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 7.3 | 5.8 | 83.3% | 1 | 79.92s | 76,997 | 5,219 | 24,229 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 10.0 | 10.0 | 100.0% | 0 | 36.09s | 7,388 | 207 | 7,693 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 2.9 | 4.4 | 22.2% | 2 | 22.94s | 481 | 19 | 6,779 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 3.4 | 2.5 | 33.3% | 1 | 58.29s | 314 | 49 | 2,189 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 10.0 | 10.0 | 100.0% | 0 | 35.78s | 627 | 1,397 | 2,845 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 7.0 | 7.2 | 55.6% | 1 | 37.69s | 594 | 518 | 6,375 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 10.0 | 10.0 | 100.0% | 0 | 34.81s | 8,307 | 507 | 859 | |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V3.2 | 3.0 | 10.0 | 0.0% | 0 | 83.99s | 183 | 20 | 7,019 | |
| 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
DeepSeek V3.2mediumvsSpace Bunny AlphahighEmber-1highvsGrok 4.3mediumDeepSeek V3.2mediumvsGPT-6 LunalowEmber-1highvsGPT-5.6 SolnoneDeepSeek V3.2mediumvsGPT-5.6 SolnoneEmber-1highvsGPT-6 LunalowDeepSeek V3.2mediumvsGPT-5.5noneEmber-1highvsGLM 5.1mediumDeepSeek V3.2mediumvsMercury 2.5highEmber-1highvsGPT-5.5noneEmber-1highvsMercury 2mediumEmber-1highvsGrok 4.20medium