Ember-1 (max) vs GPT-6.1 Sol (low)

已对比模型

排名: #242
总输出令牌: 186,901
响应时间（平均）: 97.34s
总成本: $3.264

排名: #17
总输出令牌: 13,138
响应时间（平均）: 7.15s
总成本: $0.460

推荐模型 GPT-6.1 Sol (low)

它在这里得分最高（9.6），同时成本比Ember-1 (max)低约 7.1 倍。

详细对比

指标	Ember-1 Ember-1 max 发布日期: 2026-09-28	GPT-6.1 Sol GPT-6.1 Sol low 发布日期: 2026-09-29

指标	Ember-1 Ember-1 max 发布日期: 2026-09-28	GPT-6.1 Sol GPT-6.1 Sol low 发布日期: 2026-09-29
分数	6.7	9.6
排名	#242	#17
可靠性	8.3	10.0
一致性	7.8	9.6
尝试次数	69/69	69/69
测试正确
尝试通过率	59.4%	92.8%
不稳定测试	6	1
总运行次数	69	69
每个结果成本	29.671	2.187
总成本	$3.264	$0.460
输入价格	$3.000 / 1M	$2.000 / 1M
输出价格	$15.000 / 1M	$10.000 / 1M
缓存读取价格	$0.300 / 1M	$0.100 / 1M
缓存写入价格	不适用	$2.500 / 1M
总输入令牌	153,399	163,900
输出令牌	7,803	4,958
推理令牌	179,098	8,180
响应时间（平均）	97.34s	7.15s
响应时间（最大）	587.08s	46.57s
响应时间（总计）	2238.73s	164.47s
参数量	~2.8T 总计 (~104B 激活)	~2T 总计 (~150B 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

#17 GPT-6.1 Sol

low

成本: $0.028
时间: 44.6s
令牌: 2,881 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:

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
GPT-6.1 Sol	10.0	10.0	100.0%	0		46.57s	85,882	798	461

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
GPT-6.1 Sol	10.0	10.0	100.0%	0		2.14s	606	147	226

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
GPT-6.1 Sol	10.0	10.0	100.0%	0		4.48s	7,302	388	1,286

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
GPT-6.1 Sol	10.0	10.0	100.0%	0		10.94s	54,810	2,619	370

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
GPT-6.1 Sol	10.0	10.0	100.0%	0		1.94s	7,140	222	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	3.6	7.2	22.2%	1		471.21s	1,015	84	136,143
GPT-6.1 Sol	7.7	10.0	66.7%	0		15.39s	732	69	5,195

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
GPT-6.1 Sol	10.0	10.0	100.0%	0		3.66s	477	114	142

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
GPT-6.1 Sol	10.0	10.0	100.0%	0		2.21s	660	93	115

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
GPT-6.1 Sol	10.0	10.0	100.0%	0		2.19s	642	232	88

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
GPT-6.1 Sol	10.0	10.0	100.0%	0		5.53s	5,454	246	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		24.95s	474	371	2,751
GPT-6.1 Sol	2.8	1.6	33.3%	1		3.80s	195	30	297

切换对比组合

Ember-1maxvsGPT 5.3 Chatdefault Ember-1maxvsMiniMax M3medium Ember-1maxvsGPT-5.6 Solnone Gemini 3 Flash PreviewmediumvsGPT-6.1 Sollow Ember-1maxvsGrok 4.7high Apodex 1.1 Minihigh免费可用vsEmber-1max Gemini 4 ArgonhighvsGPT-6.1 Sollow Ember-1maxvsSolar Pro 4low Ember-1maxvsQwen3.5-Flashnone Ember-1maxvsGLM 5.3 FlashX Legallow Ember-1maxvsGLM 5.3 Flashlow Ember-1maxvsGPT-5.5none