- 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 Qwen3.5-Flash (medium)
Ember-1 (high) 平均分领先，为 6.9 vs 6.8。 Qwen3.5-Flash (medium) benchmark 成本更低，为 $0.184 vs $2.405。 Ember-1 (high) 更快，为 58.14s vs 83.68s，通过率为 71.0% vs 66.7%。
已对比模型
- 排名
- #169
- 总输出令牌
- 531,668
- 响应时间（平均）
- 83.68s
- 总成本
- $0.184
推荐模型
Qwen3.5-Flash (medium)
它的得分接近这里的最高分（6.8 vs 6.9），同时成本比Ember-1 (high)低约 13.1 倍。
详细对比
| 指标 | Ember-1 Ember-1 high | Qwen3.5-Flash Qwen3.5-Flash medium |
|---|---|---|
| 分数 | 6.9 | 6.8 |
| 排名 | #163 | #169 |
| 可靠性 | 8.6 | 10.0 |
| 一致性 | 7.2 | 7.9 |
| 尝试次数 | 69/69 | 69/69 |
| 测试正确 | ||
| 尝试通过率 | 71.0% | 66.7% |
| 不稳定测试 | 8 | 6 |
| 总运行次数 | 69 | 69 |
| 每个结果成本 | 20.041 | 1.533 |
| 总成本 | $2.405 | $0.184 |
| 输入价格 | $3.000 / 1M | $0.065 / 1M |
| 输出价格 | $15.000 / 1M | $0.260 / 1M |
| 总输入令牌 | 195,489 | 349,177 |
| 输出令牌 | 12,475 | 54,279 |
| 推理令牌 | 108,748 | 477,389 |
| 响应时间（平均） | 58.14s | 83.68s |
| 响应时间（最大） | 255.06s | 515.38s |
| 响应时间（总计） | 1337.19s | 1840.92s |
| 参数量 | ~2.8T 总计 (~104B 激活) | ~35B 总计 (~3B 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
#169 Qwen3.5-Flash
medium- 成本
- $0.002
- 时间
- 25.8s
- 令牌
- 4,294 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 | |
| Qwen3.5-Flash | 10.0 | 10.0 | 100.0% | 0 | 67.72s | 230,669 | 18,822 | 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 | |
| Qwen3.5-Flash | 10.0 | 10.0 | 100.0% | 0 | 59.11s | 672 | 383 | 32,992 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Ember-1 | 8.2 | 7.2 | 88.9% | 1 | 72.23s | 7,144 | 1,281 | 23,093 | |
| Qwen3.5-Flash | 3.7 | 7.2 | 22.2% | 1 | 58.87s | 6,685 | 302 | 90,081 |
| 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 | |
| Qwen3.5-Flash | 6.4 | 5.8 | 66.7% | 1 | 266.58s | 94,507 | 10,679 | 204,282 |
| 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 | |
| Qwen3.5-Flash | 7.3 | 5.9 | 83.3% | 1 | 56.99s | 6,061 | 235 | 16,237 |
| 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 | |
| Qwen3.5-Flash | 2.9 | 7.2 | 11.1% | 1 | 143.82s | 590 | 23,231 | 30,394 |
| 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 | |
| Qwen3.5-Flash | 6.1 | 3.1 | 66.7% | 1 | 40.05s | 516 | 99 | 38,486 |
| 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 | |
| Qwen3.5-Flash | 10.0 | 10.0 | 100.0% | 0 | 63.49s | 699 | 98 | 14,139 |
| 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 | |
| Qwen3.5-Flash | 8.2 | 7.2 | 88.9% | 1 | 27.61s | 381 | 89 | 12,457 |
| 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 | |
| Qwen3.5-Flash | 10.0 | 10.0 | 100.0% | 0 | 10.33s | 8,193 | 309 | 1,284 |
| 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 | |
| Qwen3.5-Flash | 3.0 | 10.0 | 0.0% | 0 | 48.98s | 204 | 32 | 37,037 |
快速对比
切换对比组合
Qwen3.5-FlashmediumvsInklinglow免费可用Ember-1highvsGemini 3.1 Flash LitemediumEmber-1highvsGemma 4 31Bmedium免费可用Ember-1highvsGPT-5.6 LunalowClaude Sonnet 5.5lowvsEmber-1highClaude Opus 4.8nonevsEmber-1highGPT-6 SolnonevsQwen3.5-FlashmediumClaude Opus 4.8nonevsQwen3.5-FlashmediumClaude Sonnet 5.5lowvsQwen3.5-FlashmediumGPT-5.6 LunalowvsQwen3.5-FlashmediumEmber-1highvsKimi K2.6mediumEmber-1highvsInklinglow免费可用