- 排名
- #242
- 总输出令牌
- 186,901
- 响应时间（平均）
- 97.34s
- 总成本
- $3.264
Ember-1 (max) vs Gemini 3.7 Flash (low)
Gemini 3.7 Flash (low) 平均分领先，为 9.4 vs 6.7。 Gemini 3.7 Flash (low) benchmark 成本更低，为 $0.183 vs $3.264。 Gemini 3.7 Flash (low) 更快，为 6.24s vs 97.34s，通过率为 59.4% vs 95.7%。
已对比模型
- 排名
- #30
- 总输出令牌
- 38,453
- 响应时间（平均）
- 6.24s
- 总成本
- $0.183
推荐模型
Gemini 3.7 Flash (low)
它在这里得分最高（9.4），同时成本比Ember-1 (max)低约 17.9 倍。
详细对比
| 指标 | Ember-1 Ember-1 max | Gemini 3.7 Flash Gemini 3.7 Flash low |
|---|---|---|
| 分数 | 6.7 | 9.4 |
| 排名 | #242 | #30 |
| 可靠性 | 8.3 | 10.0 |
| 一致性 | 7.8 | 9.3 |
| 尝试次数 | 69/69 | 69/69 |
| 测试正确 | ||
| 尝试通过率 | 59.4% | 95.7% |
| 不稳定测试 | 6 | 2 |
| 总运行次数 | 69 | 69 |
| 每个结果成本 | 29.671 | 0.868 |
| 总成本 | $3.264 | $0.183 |
| 输入价格 | $3.000 / 1M | $0.750 / 1M |
| 输出价格 | $15.000 / 1M | $3.750 / 1M |
| 缓存读取价格 | $0.300 / 1M | $0.075 / 1M |
| 缓存写入价格 | 不适用 | $0.042 / 1M |
| 总输入令牌 | 153,399 | 188,519 |
| 输出令牌 | 7,803 | 7,694 |
| 推理令牌 | 179,098 | 30,759 |
| 响应时间（平均） | 97.34s | 6.24s |
| 响应时间（最大） | 587.08s | 58.75s |
| 响应时间（总计） | 2238.73s | 143.56s |
| 参数量 | ~2.8T 总计 (~104B 激活) | ~500B 总计 (~20B 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.
#242 Ember-1
max- 成本
- $0.163
- 时间
- 229.4s
- 令牌
- 11,002 tok
#30 Gemini 3.7 Flash
low- 成本
- $0.010
- 时间
- 23.5s
- 令牌
- 5,210 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 | 10.0 | 10.0 | 100.0% | 0 | 62.53s | 126,950 | 3,620 | 2,475 | |
| Gemini 3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 58.75s | 98,197 | 1,400 | 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 | 8.7 | 7.9 | 91.7% | 1 | 23.74s | 1,533 | 613 | 1,394 | |
| Gemini 3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 1.54s | 492 | 99 | 1,398 |
| 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 | 5.2 | 4.4 | 55.6% | 2 | 105.09s | 3,362 | 1,149 | 27,957 | |
| Gemini 3.7 Flash | 7.6 | 7.2 | 77.8% | 1 | 6.20s | 8,118 | 461 | 11,508 |
| 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 | 64.37s | 12,819 | 775 | 4,538 | |
| Gemini 3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 13.00s | 66,250 | 4,873 | 8,108 |
| 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 | 6.4 | 5.9 | 66.7% | 1 | 39.79s | 4,285 | 185 | 1,182 | |
| Gemini 3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 2.15s | 7,548 | 278 | 1,093 |
| 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 | 3.6 | 7.2 | 22.2% | 1 | 471.21s | 1,015 | 84 | 136,143 | |
| Gemini 3.7 Flash | 8.2 | 7.2 | 88.9% | 1 | 3.09s | 642 | 12 | 3,029 |
| 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 | 7.04s | 741 | 193 | 716 | |
| Gemini 3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 2.76s | 486 | 81 | 1,043 |
| 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 | 32.97s | 777 | 132 | 574 | |
| Gemini 3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 2.47s | 615 | 72 | 1,778 |
| 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 | 7.7 | 10.0 | 66.7% | 0 | 6.57s | 1,443 | 681 | 1,368 | |
| Gemini 3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 1.92s | 558 | 166 | 1,580 |
| 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 | 26.36s | 0 | 0 | 0 | |
| Gemini 3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 4.10s | 5,457 | 241 | 160 |
| 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 | 24.95s | 474 | 371 | 2,751 | |
| Gemini 3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 2.92s | 156 | 11 | 1,062 |
快速对比
切换对比组合
Ember-1maxvsGPT 5.3 ChatdefaultEmber-1maxvsMiniMax M3mediumEmber-1maxvsGPT-5.6 SolnoneEmber-1maxvsGrok 4.7highApodex 1.1 Minihigh免费可用vsEmber-1maxClaude Opus 5highvsGemini 3.7 FlashlowEmber-1maxvsSolar Pro 4lowClaude Opus 5mediumvsGemini 3.7 FlashlowEmber-1maxvsQwen3.5-FlashnoneEmber-1maxvsGLM 5.3 FlashX LegallowGemini 3.7 FlashlowvsGPT-6.1 TerraxhighEmber-1maxvsGLM 5.3 Flashlow