Ember-1 (low) vs Grok 4.7 (high)

已对比模型

排名: #120
总输出令牌: 37,467
响应时间（平均）: 30.98s
总成本: $0.662

排名: #119
总输出令牌: 416,086
响应时间（平均）: 113.10s
总成本: $2.180

推荐模型 Ember-1 (low)

它在这里得分最高（7.5），同时成本比Grok 4.7 (high)低约 3.3 倍。

详细对比

指标	Ember-1 Ember-1 low 发布日期: 2026-09-28	Grok 4.7 Grok 4.7 high 发布日期: 2026-09-21

指标	Ember-1 Ember-1 low 发布日期: 2026-09-28	Grok 4.7 Grok 4.7 high 发布日期: 2026-09-21
分数	7.5	7.5
排名	#120	#119
可靠性	8.1	9.5
一致性	8.5	7.6
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	7
总运行次数	66	66
每个结果成本	5.085	16.765
总成本	$0.662	$2.180
输入价格	$3.000 / 1M	$1.600 / 1M
输出价格	$15.000 / 1M	$4.800 / 1M
总输入令牌	33,011	113,892
输出令牌	4,780	6,907
推理令牌	32,687	409,179
响应时间（平均）	30.98s	113.10s
响应时间（最大）	93.10s	573.57s
响应时间（总计）	681.50s	2488.20s
参数量	~2.8T 总计 (~104B 激活)	~1.7T 总计 (~170B 激活)
开放状态	闭源	闭源

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

#119 SpaceXAI: Grok 4.7

high

成本: $0.110
时间: 301.3s
令牌: 23,143 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

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
Grok 4.7	8.7	7.9	91.7%	1		27.98s	2,743	111	14,914

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
Grok 4.7	6.0	4.6	66.7%	2		335.92s	10,266	353	199,976

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
Grok 4.7	8.6	6.9	83.3%	1		129.30s	75,277	5,730	60,640

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
Grok 4.7	10.0	10.0	100.0%	0		8.65s	8,937	225	4,043

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
Grok 4.7	5.3	7.2	44.4%	1		306.71s	1,980	10	98,585

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
Grok 4.7	4.1	2.7	33.3%	1		17.06s	1,077	52	3,238

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
Grok 4.7	8.4	6.9	83.3%	1		14.15s	1,857	57	6,421

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
Grok 4.7	10.0	10.0	100.0%	0		19.88s	2,430	178	10,706

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
Grok 4.7	10.0	10.0	100.0%	0		5.08s	8,536	177	568

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
Grok 4.7	3.0	10.0	0.0%	0		62.44s	789	14	10,088

快速对比

切换对比组合

Ember-1lowvsMiniMax M3medium MiniMax M3mediumvsGrok 4.7high GPT-5.6 TerralowvsGrok 4.7high Ember-1lowvsGPT 5.3 Chatnone GPT 5.3 ChatnonevsGrok 4.7high Ember-1lowvsQwen3.5 Plus 2026-02-15medium Qwen3.5 Plus 2026-02-15mediumvsGrok 4.7high Ember-1lowvsQwen3.5-27Bmedium Qwen3.5-27BmediumvsGrok 4.7high Ember-1lowvsMercury 2.5 Previewmedium Mercury 2.5 PreviewmediumvsGrok 4.7high Ember-1lowvsGPT-5.4 Minimedium