- 排名
- #232
- 总输出令牌
- 56,766
- 响应时间(平均)
- 34.90s
- 总成本
- $1.488
Ember-1 (low) vs Ling 3.2 Flash (high)
平均分几乎持平,为 7.0 vs 7.0。 Ling 3.2 Flash (high) benchmark 成本更低,为 $0.000 vs $1.488。 Ember-1 (low) 更快,为 34.90s vs 225.47s,通过率为 65.2% vs 59.4%。
已对比模型
- 排名
- #229
- 总输出令牌
- 147,713
- 响应时间(平均)
- 225.47s
- 总成本
- $0.000
推荐模型
Ember-1 (low)
它在这里得分最高(7.0),同时响应速度比Ling 3.2 Flash (high)快约 6.5 倍。
详细对比
| 指标 | Ember-1 Ember-1 low | Ling 3.2 Flash Ling 3.2 Flash high 免费可用 |
|---|---|---|
| 分数 | 7.0 | 7.0 |
| 排名 | #232 | #229 |
| 可靠性 | 8.8 | 5.0 |
| 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% | 59.4% |
| 不稳定测试 | 5 | 4 |
| 总运行次数 | 69 | 69 |
| 每个结果成本 | 11.441 | 0.000 |
| 总成本 | $1.488 | $0.000 |
| 输入价格 | $3.000 / 1M | $0.000 / 1M |
| 输出价格 | $15.000 / 1M | $0.000 / 1M |
| 缓存读取价格 | $0.300 / 1M | 不适用 |
| 缓存写入价格 | 不适用 | 不适用 |
| 总输入令牌 | 211,908 | 340,468 |
| 输出令牌 | 14,158 | 12,361 |
| 推理令牌 | 42,608 | 135,352 |
| 响应时间(平均) | 34.90s | 225.47s |
| 响应时间(最大) | 121.29s | 960.03s |
| 响应时间(总计) | 802.79s | 5185.79s |
| 参数量 | ~2.8T 总计 (~104B 激活) | 560B 总计 (25B 激活) |
| 开放状态 | 闭源 | 闭源 |
缓存价格适用于输入令牌。读取会复用已缓存的提示词;写入会存储提示词,可能产生额外费用。输出令牌按输出价格计费。
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#232 Ember-1
low- 成本
- $0.016
- 时间
- 24.2s
- 令牌
- 1,165 tok
#229 Ling 3.2 Flash
high
Reached the allocated time limit (600 seconds) without receiving showcase output.
- 成本
- $0.000
- 时间
- 600.0s
- 令牌
- 0 tok
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 | 4.7 | 3.1 | 33.3% | 1 | 121.29s | 178,897 | 9,378 | 9,921 | |
| Ling 3.2 Flash | 7.4 | 3.8 | 66.7% | 1 | 494.96s | 172,891 | 1,647 | 11,958 |
| 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 | |
| Ling 3.2 Flash | 9.0 | 10.0 | 75.0% | 0 | 45.17s | 750 | 707 | 6,797 |
| 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 | |
| Ling 3.2 Flash | 4.9 | 5.1 | 44.5% | 2 | 402.10s | 8,319 | 1,401 | 62,059 |
| 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 | |
| Ling 3.2 Flash | 8.5 | 10.0 | 50.0% | 0 | 292.94s | 142,046 | 6,897 | 25,182 |
| 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 | |
| Ling 3.2 Flash | 10.0 | 10.0 | 100.0% | 0 | 30.62s | 8,016 | 249 | 3,257 |
| 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 | |
| Ling 3.2 Flash | 3.0 | 10.0 | 0.0% | 0 | 734.33s | 240 | 311 | 11,040 |
| 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 | |
| Ling 3.2 Flash | 5.3 | 10.0 | 0.0% | 0 | 31.10s | 546 | 168 | 1,003 |
| 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 | |
| Ling 3.2 Flash | 9.8 | 10.0 | 100.0% | 0 | 27.36s | 744 | 75 | 1,837 |
| 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 | |
| Ling 3.2 Flash | 10.0 | 10.0 | 100.0% | 0 | 91.49s | 747 | 542 | 11,004 |
| 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 | |
| Ling 3.2 Flash | 4.7 | 1.6 | 66.7% | 1 | 75.01s | 5,941 | 152 | 365 |
| 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 | |
| Ling 3.2 Flash | 3.0 | 10.0 | 0.0% | 0 | 18.45s | 228 | 212 | 850 |
快速对比
切换对比组合
Ling 3.2 Flashhigh免费可用vsQwen4 MaxnoneLing 3.2 Flashhigh免费可用vsKimi K2.7 CodemediumGemini 3.1 Flash Lite PreviewmediumvsLing 3.2 Flashhigh免费可用Ember-1lowvsKimi K2.7 CodemediumEmber-1lowvsQwen4 MaxnoneEmber-1lowvsStep 5 PreviewhighEmber-1lowvsGemini 3.1 Flash Lite PreviewmediumLing 3.2 Flashhigh免费可用vsGPT-5.2 ChatdefaultEmber-1lowvsQwen3.5-122B-A10BmediumEmber-1lowvsGPT-5.2 ChatdefaultLing 3.2 Flashhigh免费可用vsQwen3.5-122B-A10BmediumEmber-1lowvsMinimax M3.1 Flashmax免费可用