- 排名
- #120
- 总输出令牌
- 37,467
- 响应时间（平均）
- 30.98s
- 总成本
- $0.662
Ember-1 (low) vs Qwen3.5-27B (medium)
平均分几乎持平，为 7.5 vs 7.5。 Ember-1 (low) benchmark 成本更低，为 $0.662 vs $0.982。 Ember-1 (low) 更快，为 30.98s vs 113.28s，通过率为 66.7% vs 75.8%。
已对比模型
- 排名
- #124
- 总输出令牌
- 614,909
- 响应时间（平均）
- 113.28s
- 总成本
- $0.982
推荐模型
Ember-1 (low)
它在这里得分最高（7.5），同时响应速度比Qwen3.5-27B (medium)快约 3.7 倍。
详细对比
| 指标 | Ember-1 Ember-1 low | Qwen3.5-27B Qwen3.5-27B medium |
|---|---|---|
| 分数 | 7.5 | 7.5 |
| 排名 | #120 | #124 |
| 可靠性 | 8.1 | 10.0 |
| 一致性 | 8.5 | 7.8 |
| 尝试次数 | 66/66 | 66/66 |
| 测试正确 | ||
| 尝试通过率 | 66.7% | 75.8% |
| 不稳定测试 | 4 | 6 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 5.085 | 8.217 |
| 总成本 | $0.662 | $0.982 |
| 输入价格 | $3.000 / 1M | $0.195 / 1M |
| 输出价格 | $15.000 / 1M | $1.560 / 1M |
| 总输入令牌 | 33,011 | 111,644 |
| 输出令牌 | 4,780 | 16,113 |
| 推理令牌 | 32,687 | 598,796 |
| 响应时间（平均） | 30.98s | 113.28s |
| 响应时间（最大） | 93.10s | 1026.43s |
| 响应时间（总计） | 681.50s | 2492.26s |
| 参数量 | ~2.8T 总计 (~104B 激活) | 27B |
| 开放状态 | 闭源 | 开源 |
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#120 Ember-1
low- 成本
- $0.016
- 时间
- 24.2s
- 令牌
- 1,165 tok
#124 Qwen3.5-27B
medium- 成本
- $0.008
- 时间
- 62.0s
- 令牌
- 3,099 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
| 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 | |
| Qwen3.5-27B | 8.7 | 7.9 | 91.7% | 1 | 19.75s | 672 | 569 | 31,505 |
| 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 | |
| Qwen3.5-27B | 6.2 | 7.1 | 55.6% | 1 | 160.69s | 7,895 | 6,381 | 89,388 |
| 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 | |
| Qwen3.5-27B | 7.3 | 5.8 | 83.3% | 1 | 595.19s | 84,417 | 7,948 | 279,132 |
| 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 | |
| Qwen3.5-27B | 10.0 | 10.0 | 100.0% | 0 | 30.26s | 7,782 | 270 | 16,150 |
| 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 | |
| Qwen3.5-27B | 5.9 | 7.2 | 55.6% | 1 | 89.39s | 562 | 157 | 52,734 |
| 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 | |
| Qwen3.5-27B | 6.1 | 3.1 | 66.7% | 1 | 101.41s | 524 | 70 | 23,147 |
| 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 | |
| Qwen3.5-27B | 10.0 | 10.0 | 100.0% | 0 | 19.66s | 699 | 97 | 11,638 |
| 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 | |
| Qwen3.5-27B | 8.2 | 7.7 | 77.8% | 1 | 59.60s | 696 | 242 | 70,096 |
| 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 | |
| Qwen3.5-27B | 10.0 | 10.0 | 100.0% | 0 | 7.45s | 8,193 | 348 | 1,323 |
| 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 | |
| Qwen3.5-27B | 3.0 | 10.0 | 0.0% | 0 | 85.11s | 204 | 31 | 23,683 |
快速对比
切换对比组合
Ember-1lowvsMiniMax M3mediumEmber-1lowvsGrok 4.7highGPT 5.3 ChatnonevsQwen3.5-27BmediumEmber-1lowvsGPT 5.3 ChatnoneEmber-1lowvsQwen3.5 Plus 2026-02-15mediumQwen3.5-27BmediumvsGrok 4.7highEmber-1lowvsMercury 2.5 PreviewmediumGemini 3.8 FlashlowvsQwen3.5-27BmediumGPT-5.6 TerralowvsQwen3.5-27BmediumEmber-1lowvsGPT-5.4 MinimediumEmber-1lowvsGrok Build 0.1mediumEmber-1lowvsGPT-5.4 Nanomedium