- 排名
- #158
- 总输出令牌
- 110,125
- 响应时间（平均）
- 56.77s
- 总成本
- $1.798
Ember-1 (high) vs GPT-5.5
Ember-1 (high) 平均分领先，为 7.1 vs 7.0。 GPT-5.5 benchmark 成本更低，为 $0.544 vs $1.798。 GPT-5.5 更快，为 2.35s vs 56.77s，通过率为 71.2% vs 59.1%。
已对比模型
- 排名
- #165
- 总输出令牌
- 4,915
- 响应时间（平均）
- 2.35s
- 总成本
- $0.544
推荐模型
GPT-5.5
它的得分接近这里的最高分（7.0 vs 7.1），同时成本比Ember-1 (high)低约 3.3 倍。
详细对比
| 指标 | Ember-1 Ember-1 high | GPT-5.5 GPT-5.5 none |
|---|---|---|
| 分数 | 7.1 | 7.0 |
| 排名 | #158 | #165 |
| 可靠性 | 8.0 | 10.0 |
| 一致性 | 7.3 | 9.2 |
| 尝试次数 | 66/66 | 66/66 |
| 测试正确 | ||
| 尝试通过率 | 71.2% | 59.1% |
| 不稳定测试 | 7 | 2 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 14.981 | 4.533 |
| 总成本 | $1.798 | $0.544 |
| 输入价格 | $3.000 / 1M | $5.000 / 1M |
| 输出价格 | $15.000 / 1M | $30.000 / 1M |
| 总输入令牌 | 48,577 | 79,294 |
| 输出令牌 | 7,345 | 4,915 |
| 推理令牌 | 102,780 | 0 |
| 响应时间（平均） | 56.77s | 2.35s |
| 响应时间（最大） | 255.06s | 12.24s |
| 响应时间（总计） | 1248.88s | 51.78s |
| 参数量 | ~2.8T 总计 (~104B 激活) | ~1.5T 总计 (~100B 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.
#158 Ember-1
high- 成本
- $0.038
- 时间
- 55.1s
- 令牌
- 2,671 tok
#165 GPT-5.5
none- 成本
- $0.090
- 时间
- 54.3s
- 令牌
- 3,063 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
快速对比
切换对比组合
Mercury 2mediumvsGPT-5.5noneGPT-5.5nonevsGLM 5.1mediumGPT-5.5nonevsGrok 4.20mediumGPT-5.5nonevsSpace Bunny AlphahighEmber-1highvsGrok 4.3mediumEmber-1highvsGPT-5.6 SolnoneEmber-1highvsGPT-6 LunalowDeepSeek V3.2mediumvsGPT-5.5noneSeed-2.0-MinimediumvsGPT-5.5noneKimi K2.5mediumvsGPT-5.5noneDeepSeek V3.2mediumvsEmber-1highGPT-5.5nonevsGrok 4.3medium