- 排名
- #163
- 总输出令牌
- 121,223
- 响应时间（平均）
- 58.14s
- 总成本
- $2.405
Ember-1 (high) vs Gemini 3.1 Flash Lite (medium)
平均分几乎持平，为 6.9 vs 6.9。 Gemini 3.1 Flash Lite (medium) benchmark 成本更低，为 $0.153 vs $2.405。 Gemini 3.1 Flash Lite (medium) 更快，为 6.27s vs 58.14s，通过率为 71.0% vs 59.4%。
已对比模型
- 排名
- #162
- 总输出令牌
- 63,967
- 响应时间（平均）
- 6.27s
- 总成本
- $0.153
推荐模型
Gemini 3.1 Flash Lite (medium)
它在这里得分最高（6.9），同时成本比Ember-1 (high)低约 15.7 倍。
详细对比
| 指标 | Ember-1 Ember-1 high | Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite medium |
|---|---|---|
| 分数 | 6.9 | 6.9 |
| 排名 | #163 | #162 |
| 可靠性 | 8.6 | 10.0 |
| 一致性 | 7.2 | 9.2 |
| 尝试次数 | 69/69 | 69/69 |
| 测试正确 | ||
| 尝试通过率 | 71.0% | 59.4% |
| 不稳定测试 | 8 | 2 |
| 总运行次数 | 69 | 69 |
| 每个结果成本 | 20.041 | 1.177 |
| 总成本 | $2.405 | $0.153 |
| 输入价格 | $3.000 / 1M | $0.250 / 1M |
| 输出价格 | $15.000 / 1M | $1.500 / 1M |
| 总输入令牌 | 195,489 | 228,023 |
| 输出令牌 | 12,475 | 10,779 |
| 推理令牌 | 108,748 | 53,188 |
| 响应时间（平均） | 58.14s | 6.27s |
| 响应时间（最大） | 255.06s | 47.78s |
| 响应时间（总计） | 1337.19s | 144.10s |
| 参数量 | ~2.8T 总计 (~104B 激活) | ~150B 总计 (~10B 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.
#163 Ember-1
high- 成本
- $0.038
- 时间
- 55.1s
- 令牌
- 2,671 tok
#162 Gemini 3.1 Flash Lite
medium- 成本
- $0.003
- 时间
- 5.3s
- 令牌
- 1,754 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 |
|---|---|---|---|---|---|---|---|---|---|
| Ember-1 | 6.1 | 3.1 | 66.7% | 1 | 88.31s | 146,912 | 5,130 | 5,968 | |
| Gemini 3.1 Flash Lite | 5.0 | 10.0 | 0.0% | 0 | 47.78s | 123,098 | 1,611 | 0 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Ember-1 | 8.7 | 7.9 | 91.7% | 1 | 24.05s | 1,544 | 886 | 992 | |
| Gemini 3.1 Flash Lite | 9.1 | 10.0 | 75.0% | 0 | 2.39s | 502 | 604 | 4,201 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Ember-1 | 8.2 | 7.2 | 88.9% | 1 | 72.23s | 7,144 | 1,281 | 23,093 | |
| Gemini 3.1 Flash Lite | 5.5 | 10.0 | 33.3% | 0 | 3.81s | 8,134 | 459 | 8,978 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Ember-1 | 6.4 | 5.8 | 66.7% | 1 | 79.89s | 28,994 | 1,667 | 6,614 | |
| Gemini 3.1 Flash Lite | 7.2 | 9.1 | 50.0% | 0 | 18.55s | 80,983 | 7,241 | 20,231 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Ember-1 | 7.3 | 5.9 | 83.3% | 1 | 36.10s | 6,076 | 230 | 1,228 | |
| Gemini 3.1 Flash Lite | 10.0 | 10.0 | 100.0% | 0 | 2.60s | 7,362 | 279 | 2,845 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Ember-1 | 2.9 | 4.4 | 22.2% | 2 | 175.49s | 1,154 | 1,023 | 61,582 | |
| Gemini 3.1 Flash Lite | 2.9 | 7.2 | 11.1% | 1 | 3.93s | 650 | 15 | 7,223 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Ember-1 | 10.0 | 10.0 | 100.0% | 0 | 4.49s | 744 | 194 | 304 | |
| Gemini 3.1 Flash Lite | 10.0 | 10.0 | 100.0% | 0 | 2.60s | 488 | 84 | 1,142 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Ember-1 | 7.1 | 5.8 | 83.3% | 1 | 33.38s | 992 | 162 | 784 | |
| Gemini 3.1 Flash Lite | 9.9 | 10.0 | 100.0% | 0 | 2.59s | 623 | 75 | 3,320 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Ember-1 | 10.0 | 10.0 | 100.0% | 0 | 4.84s | 1,452 | 390 | 848 | |
| Gemini 3.1 Flash Lite | 7.6 | 7.2 | 77.8% | 1 | 1.95s | 568 | 165 | 2,450 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Ember-1 | 3.0 | 10.0 | 0.0% | 0 | 26.45s | 0 | 0 | 0 | |
| Gemini 3.1 Flash Lite | 10.0 | 10.0 | 100.0% | 0 | 4.55s | 5,457 | 234 | 921 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Ember-1 | 3.0 | 10.0 | 0.0% | 0 | 65.34s | 477 | 1,512 | 7,335 | |
| Gemini 3.1 Flash Lite | 3.0 | 10.0 | 0.0% | 0 | 3.08s | 158 | 12 | 1,877 |
快速对比
切换对比组合
Ember-1highvsGemma 4 31Bmedium免费可用Ember-1highvsGPT-5.6 LunalowClaude Sonnet 5.5lowvsEmber-1highClaude Opus 4.8nonevsEmber-1highGemini 3.1 Flash LitemediumvsGPT-5.6 LunalowClaude Sonnet 5.5lowvsGemini 3.1 Flash LitemediumClaude Opus 4.8nonevsGemini 3.1 Flash LitemediumEmber-1highvsKimi K2.6mediumGemini 3.1 Flash LitemediumvsMuse Glimmer 30BlowEmber-1highvsQwen3.5-FlashmediumGemini 3.1 Flash LitemediumvsGrok 4.6lowEmber-1highvsInklinglow免费可用