Ember-1 (low) vs Gemma 4 31B (medium)

已对比模型

推荐模型 Gemma 4 31B (medium)

它的得分接近这里的最高分（6.9 vs 7.0），同时成本比Ember-1 (low)低约 12.7 倍。

指标	Ember-1 Ember-1 low 发布日期: 2026-09-28	Gemma 4 31B Gemma 4 31B medium 发布日期: 2026-04-02 免费可用

指标	Ember-1 Ember-1 low 发布日期: 2026-09-28	Gemma 4 31B Gemma 4 31B medium 发布日期: 2026-04-02 免费可用
分数	7.0	6.9
排名	#157	#164
可靠性	8.8	10.0
一致性	8.2	8.7
尝试次数	69/69	69/69
测试正确
尝试通过率	65.2%	66.7%
不稳定测试	5	3
总运行次数	69	69
每个结果成本	11.441	1.195
总成本	$1.488	$0.117
输入价格	$3.000 / 1M	$0.090 / 1M
输出价格	$15.000 / 1M	$0.340 / 1M
总输入令牌	211,908	251,164
输出令牌	14,158	36,112
推理令牌	42,608	241,203
响应时间（平均）	34.90s	78.76s
响应时间（最大）	121.29s	437.40s
响应时间（总计）	802.79s	1653.96s
参数量	~2.8T 总计 (~104B 激活)	30.7B
开放状态	闭源	开源

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

low

medium

类别:

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	4.7	3.1	33.3%	1		121.29s	178,897	9,378	9,921
Gemma 4 31B	10.0	10.0	100.0%	0		82.13s	156,195	1,713	8,181

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	8.2	7.9	83.3%	1		22.18s	1,402	571	613
Gemma 4 31B	10.0	10.0	100.0%	0		12.89s	816	962	2,046

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	10.0	10.0	100.0%	0		37.91s	8,097	2,518	13,142
Gemma 4 31B	4.3	5.8	22.2%	1		219.76s	5,568	11,098	33,212

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	6.5	10.0	50.0%	0		51.45s	12,828	381	689
Gemma 4 31B	2.9	5.8	16.7%	1		433.11s	77,035	12,112	157,552

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		34.82s	6,076	223	778
Gemma 4 31B	10.0	10.0	100.0%	0		21.11s	8,334	1,822	2,951

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	7.2	11.1%	1		56.17s	1,154	234	12,476
Gemma 4 31B	5.3	7.2	44.4%	1		59.92s	853	4,280	18,729

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		5.67s	744	139	462
Gemma 4 31B	10.0	10.0	100.0%	0		9.57s	567	105	888

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	6.2	5.8	66.7%	1		32.73s	781	121	466
Gemma 4 31B	10.0	10.0	100.0%	0		12.76s	777	533	2,035

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		3.27s	1,452	393	595
Gemma 4 31B	9.9	10.0	100.0%	0		26.91s	801	1,795	5,595

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		26.43s	0	0	0
Gemma 4 31B	3.0	10.0	0.0%	0		0ms	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
Ember-1	3.0	10.0	0.0%	0		30.60s	477	200	3,466
Gemma 4 31B	3.0	10.0	0.0%	0		90.14s	218	1,692	10,014

切换对比组合