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

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: #116
总输出令牌: 505,069
响应时间（平均）: 115.74s
总成本: $2.625

推荐模型 Ember-1 (low)

它的得分接近这里的最高分（7.5 vs 7.5），同时成本比Grok 4.7 (xhigh)低约 4.0 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 xhigh 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 xhigh 发布日期: 2026-09-21
分数	7.5	7.5
排名	#120	#116
可靠性	8.1	9.6
一致性	8.5	7.7
尝试次数	66/66	66/66
测试正确
尝试通过率	66.7%	77.3%
不稳定测试	4	6
总运行次数	66	66
每个结果成本	5.085	18.745
总成本	$0.662	$2.625
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	124,896
输出令牌	4,780	4,890
推理令牌	32,687	500,179
响应时间（平均）	30.98s	115.74s
响应时间（最大）	93.10s	775.64s
响应时间（总计）	681.50s	2546.31s
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

#116 SpaceXAI: Grok 4.7

xhigh

成本: $0.235
时间: 544.2s
令牌: 39,247 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		35.37s	2,754	108	21,953

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	5.3	4.5	55.6%	2		414.53s	10,168	327	256,935

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	10.0	10.0	100.0%	0		170.10s	85,391	3,689	90,375

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		7.50s	8,943	225	3,639

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	3.5	4.4	33.3%	2		190.55s	2,922	11	85,304

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	4.7	1.6	66.7%	1		26.32s	1,080	86	4,949

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	9.8	10.0	100.0%	0		17.31s	1,863	57	7,728

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		20.50s	2,439	169	10,900

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		5.36s	8,544	206	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		106.61s	792	12	17,828

快速对比

切换对比组合

Ember-1lowvsMiniMax M3medium Ember-1lowvsGrok 4.7high Claude Opus 5nonevsGrok 4.7xhigh Ember-1lowvsGPT 5.3 Chatnone Ember-1lowvsQwen3.5 Plus 2026-02-15medium Ember-1lowvsQwen3.5-27Bmedium Nemotron 3 Ultramedium免费可用vsGrok 4.7xhigh Ember-1lowvsMercury 2.5 Previewmedium GPT-5.4 NanomediumvsGrok 4.7xhigh GPT-5.6 LunahighvsGrok 4.7xhigh Ember-1lowvsGPT-5.4 Minimedium Ember-1lowvsGrok Build 0.1medium