- 排名
- #168
- 总输出令牌
- 56,766
- 响应时间（平均）
- 34.90s
- 总成本
- $1.488
Ember-1 (low) vs Step 5 Preview (high)
平均分几乎持平，为 7.0 vs 7.0。 Ember-1 (low) benchmark 成本更低，为 $1.488 vs $4.513。 Ember-1 (low) 更快，为 34.90s vs 154.41s，通过率为 65.2% vs 52.2%。
已对比模型
- 排名
- #169
- 总输出令牌
- 1,581,325
- 响应时间（平均）
- 154.41s
- 总成本
- $4.513
推荐模型
Ember-1 (low)
它在这里得分最高（7.0），同时成本比Step 5 Preview (high)低约 3.0 倍。
详细对比
| 指标 | Ember-1 Ember-1 low | Step 5 Preview Step 5 Preview high |
|---|---|---|
| 分数 | 7.0 | 7.0 |
| 排名 | #168 | #169 |
| 可靠性 | 8.8 | 9.5 |
| 一致性 | 8.2 | 8.5 |
| 尝试次数 | 69/69 | 69/69 |
| 测试正确 | ||
| 尝试通过率 | 65.2% | 52.2% |
| 不稳定测试 | 5 | 4 |
| 总运行次数 | 69 | 69 |
| 每个结果成本 | 11.441 | 45.130 |
| 总成本 | $1.488 | $4.513 |
| 输入价格 | $3.000 / 1M | $1.000 / 1M |
| 输出价格 | $15.000 / 1M | $2.700 / 1M |
| 缓存读取价格 | $0.300 / 1M | $0.050 / 1M |
| 缓存写入价格 | 不适用 | 不适用 |
| 总输入令牌 | 211,908 | 243,381 |
| 输出令牌 | 14,158 | 1,581,325 |
| 推理令牌 | 42,608 | 0 |
| 响应时间（平均） | 34.90s | 154.41s |
| 响应时间（最大） | 121.29s | 455.72s |
| 响应时间（总计） | 802.79s | 3551.40s |
| 参数量 | ~2.8T 总计 (~104B 激活) | 600B 总计 (27B 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.
#168 Ember-1
low- 成本
- $0.016
- 时间
- 24.2s
- 令牌
- 1,165 tok
#169 Step 5 Preview
high- 成本
- $0.057
- 时间
- 150.1s
- 令牌
- 20,970 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 | |
| Step 5 Preview | 10.0 | 10.0 | 100.0% | 0 | 55.73s | 150,653 | 10,088 | 0 |
| 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 | |
| Step 5 Preview | 6.5 | 8.0 | 58.3% | 1 | 14.70s | 684 | 11,701 | 0 |
| 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 | |
| Step 5 Preview | 2.9 | 10.0 | 0.0% | 0 | 421.68s | 7,383 | 576,000 | 0 |
| 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 | |
| Step 5 Preview | 10.0 | 10.0 | 100.0% | 0 | 115.30s | 66,481 | 98,423 | 0 |
| 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 | |
| Step 5 Preview | 10.0 | 10.0 | 100.0% | 0 | 6.55s | 7,362 | 4,589 | 0 |
| 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 | |
| Step 5 Preview | 3.0 | 10.0 | 0.0% | 0 | 333.41s | 783 | 479,743 | 0 |
| 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 | |
| Step 5 Preview | 3.4 | 9.3 | 0.0% | 0 | 36.56s | 507 | 5,684 | 0 |
| 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 | |
| Step 5 Preview | 7.3 | 5.8 | 83.3% | 1 | 20.53s | 699 | 5,503 | 0 |
| 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 | |
| Step 5 Preview | 5.8 | 4.4 | 66.7% | 2 | 143.16s | 702 | 196,941 | 0 |
| 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 | |
| Step 5 Preview | 10.0 | 10.0 | 100.0% | 0 | 4.34s | 7,908 | 653 | 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 | |
| Step 5 Preview | 3.0 | 10.0 | 0.0% | 0 | 416.44s | 219 | 192,000 | 0 |
快速对比
切换对比组合
Qwen3.5-122B-A10BmediumvsStep 5 PreviewhighEmber-1lowvsKimi K2.7 CodemediumStep 5 PreviewhighvsGrok 4.6lowGemini 3 Flash PreviewlowvsStep 5 PreviewhighMuse Glimmer 30BlowvsStep 5 PreviewhighEmber-1lowvsGemini 3.1 Flash Lite PreviewmediumEmber-1lowvsQwen3.5-122B-A10BmediumKimi K2.7 CodemediumvsStep 5 PreviewhighGemini 3.1 Flash Lite PreviewmediumvsStep 5 PreviewhighEmber-1lowvsGPT-5.2 ChatdefaultGPT-5.2 ChatdefaultvsStep 5 PreviewhighEmber-1lowvsMiMo-V2.5medium