Ember-1 (low) vs MiniMax M3 (medium)

已对比模型

推荐模型 MiniMax M3 (medium)

它在这里得分最高（7.5），同时成本比Ember-1 (low)低约 2.2 倍。

指标	Ember-1 Ember-1 low 发布日期: 2026-09-28	MiniMax M3 MiniMax M3 medium 发布日期: 2026-06-01

指标	Ember-1 Ember-1 low 发布日期: 2026-09-28	MiniMax M3 MiniMax M3 medium 发布日期: 2026-06-01
分数	7.5	7.5
排名	#120	#121
可靠性	8.1	9.7
一致性	8.5	8.0
尝试次数	66/66	66/66
测试正确
尝试通过率	66.7%	62.1%
不稳定测试	4	5
总运行次数	66	66
每个结果成本	5.085	2.724
总成本	$0.662	$0.300
输入价格	$3.000 / 1M	$0.300 / 1M
输出价格	$15.000 / 1M	$1.200 / 1M
总输入令牌	33,011	121,996
输出令牌	4,780	90,051
推理令牌	32,687	185,731
响应时间（平均）	30.98s	75.15s
响应时间（最大）	93.10s	431.03s
响应时间（总计）	681.50s	1578.24s
参数量	~2.8T 总计 (~104B 激活)	428B 总计 (23B 激活)
开放状态	闭源	权重可用

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

low

medium

类别:

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
MiniMax M3	5.5	3.7	66.7%	3		14.95s	2,526	874	3,414

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
MiniMax M3	6.1	6.5	55.6%	1		144.74s	5,804	6,223	32,667

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
MiniMax M3	10.0	10.0	100.0%	0		138.24s	90,204	30,186	87,263

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
MiniMax M3	10.0	10.0	100.0%	0		14.92s	8,088	514	3,164

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
MiniMax M3	3.2	9.3	0.0%	0		234.97s	875	28,389	31,248

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
MiniMax M3	5.1	3.4	33.3%	1		33.25s	954	2,487	2,523

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
MiniMax M3	9.8	10.0	100.0%	0		6.14s	1,623	103	920

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
MiniMax M3	7.9	9.9	66.7%	0		49.91s	2,079	11,946	13,761

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
MiniMax M3	10.0	10.0	100.0%	0		11.91s	9,168	281	555

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
MiniMax M3	3.0	10.0	0.0%	0		100.80s	675	9,048	10,216

切换对比组合