导航
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Ember-1 (low) vs Qwen4 Max

平均分几乎持平,为 7.0 vs 7.0。 Qwen4 Max benchmark 成本更低,为 $0.465 vs $1.488。 Qwen4 Max 更快,为 6.38s vs 34.90s,通过率为 65.2% vs 63.8%。

基准结果生成自 AI BENCHY 测试套件,时间:: 2026-11-16

已对比模型

排名
#232
总输出令牌
56,766
响应时间(平均)
34.90s
总成本
$1.488
排名
#230
总输出令牌
9,342
响应时间(平均)
6.38s
总成本
$0.465
推荐模型 Qwen4 Max

它在这里得分最高(7.0),同时成本比Ember-1 (low)低约 3.2 倍。

详细对比

指标 Ember-1 Ember-1 low 发布日期: 2026-09-28 Qwen4 Max Qwen4 Max none 发布日期: 2026-11-16
分数 7.0 7.0
排名 #232 #230
可靠性 8.8 10.0
一致性 8.2 9.6
尝试次数 69/69 69/69
测试正确
尝试通过率 65.2% 63.8%
不稳定测试 5 1
总运行次数 69 69
每个结果成本 11.441 3.321
总成本 $1.488 $0.465
输入价格 $3.000 / 1M $1.500 / 1M
输出价格 $15.000 / 1M $4.500 / 1M
缓存读取价格 $0.300 / 1M $0.075 / 1M
缓存写入价格 不适用 $1.875 / 1M
总输入令牌 211,908 281,902
输出令牌 14,158 9,342
推理令牌 42,608 0
响应时间(平均) 34.90s 6.38s
响应时间(最大) 121.29s 67.27s
响应时间(总计) 802.79s 146.64s
参数量 ~2.8T 总计 (~104B 激活) ~2.4T 总计 (~95B 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

#230 Qwen4 Max

none
成本
$0.027
时间
123.5s
令牌
6,091 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

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
Qwen4 Max 5.8 10.0 33.3% 0 1.97s 8,010 384 0

切换对比组合