- 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 Grok 4.6 (low)
Grok 4.6 (low) 平均分领先，为 6.9 vs 6.9。 Grok 4.6 (low) benchmark 成本更低，为 $0.781 vs $2.405。 Grok 4.6 (low) 更快，为 16.44s vs 58.14s，通过率为 71.0% vs 66.7%。
已对比模型
- 排名
- #159
- 总输出令牌
- 42,315
- 响应时间（平均）
- 16.44s
- 总成本
- $0.781
推荐模型
Grok 4.6 (low)
它在这里得分最高（6.9），同时成本比Ember-1 (high)低约 3.1 倍。
详细对比
| 指标 | Ember-1 Ember-1 high | Grok 4.6 Grok 4.6 low |
|---|---|---|
| 分数 | 6.9 | 6.9 |
| 排名 | #163 | #159 |
| 可靠性 | 8.6 | 10.0 |
| 一致性 | 7.2 | 9.6 |
| 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 | 1 |
| 总运行次数 | 69 | 69 |
| 每个结果成本 | 20.041 | 5.205 |
| 总成本 | $2.405 | $0.781 |
| 输入价格 | $3.000 / 1M | $2.000 / 1M |
| 输出价格 | $15.000 / 1M | $6.000 / 1M |
| 总输入令牌 | 195,489 | 263,427 |
| 输出令牌 | 12,475 | 6,006 |
| 推理令牌 | 108,748 | 36,309 |
| 响应时间（平均） | 58.14s | 16.44s |
| 响应时间（最大） | 255.06s | 57.97s |
| 响应时间（总计） | 1337.19s | 378.14s |
| 参数量 | ~2.8T 总计 (~104B 激活) | ~1.7T 总计 (~170B 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
#159 SpaceXAI: Grok 4.6
low- 成本
- $0.011
- 时间
- 26.0s
- 令牌
- 1,941 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
Qwen3.5-122B-A10BmediumvsGrok 4.6lowEmber-1highvsGemini 3.1 Flash LitemediumEmber-1highvsGemma 4 31Bmedium免费可用Ember-1highvsGPT-5.6 LunalowClaude Sonnet 5.5lowvsEmber-1highClaude Opus 4.8nonevsEmber-1highEmber-1highvsKimi K2.6mediumKimi K2.7 CodemediumvsGrok 4.6lowGemini 3.1 Flash Lite PreviewmediumvsGrok 4.6lowEmber-1highvsQwen3.5-FlashmediumGemini 3.1 Flash LitemediumvsGrok 4.6lowEmber-1highvsInklinglow免费可用