- 排名
- #248
- 总输出令牌
- 180,806
- 响应时间（平均）
- 98.92s
- 总成本
- $2.792
Ember-1 (max) vs Qwen3.5-Flash
平均分几乎持平，为 5.9 vs 6.0。 Qwen3.5-Flash benchmark 成本更低，为 $0.073 vs $2.792。 Qwen3.5-Flash 更快，为 25.28s vs 98.92s，通过率为 57.6% vs 34.9%。
已对比模型
- 排名
- #243
- 总输出令牌
- 209,201
- 响应时间（平均）
- 25.28s
- 总成本
- $0.073
推荐模型
Qwen3.5-Flash
它在这里得分最高（6.0），同时成本比Ember-1 (max)低约 38.4 倍。
详细对比
| 指标 | Ember-1 Ember-1 max | Qwen3.5-Flash Qwen3.5-Flash none |
|---|---|---|
| 分数 | 5.9 | 6.0 |
| 排名 | #248 | #243 |
| 可靠性 | 7.5 | 10.0 |
| 一致性 | 7.7 | 9.3 |
| 尝试次数 | 66/66 | 66/66 |
| 测试正确 | ||
| 尝试通过率 | 57.6% | 34.9% |
| 不稳定测试 | 6 | 2 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 27.915 | 1.066 |
| 总成本 | $2.792 | $0.073 |
| 输入价格 | $3.000 / 1M | $0.065 / 1M |
| 输出价格 | $15.000 / 1M | $0.260 / 1M |
| 总输入令牌 | 26,449 | 282,356 |
| 输出令牌 | 4,183 | 209,201 |
| 推理令牌 | 176,623 | 0 |
| 响应时间（平均） | 98.92s | 25.28s |
| 响应时间（最大） | 587.08s | 480.96s |
| 响应时间（总计） | 2176.20s | 556.14s |
| 参数量 | ~2.8T 总计 (~104B 激活) | ~35B 总计 (~3B 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.
#248 Ember-1
max- 成本
- $0.163
- 时间
- 229.4s
- 令牌
- 11,002 tok
#243 Qwen3.5-Flash
none- 成本
- $0.003
- 时间
- 47.4s
- 令牌
- 7,799 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
| 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 | |
| Qwen3.5-Flash | 3.5 | 8.3 | 8.3% | 1 | 1.32s | 696 | 690 | 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 | 5.2 | 4.4 | 55.6% | 2 | 105.09s | 3,362 | 1,149 | 27,957 | |
| Qwen3.5-Flash | 5.5 | 10.0 | 33.3% | 0 | 850ms | 7,913 | 519 | 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 | 64.37s | 12,819 | 775 | 4,538 | |
| Qwen3.5-Flash | 2.9 | 5.8 | 16.7% | 1 | 243.59s | 254,787 | 206,719 | 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 | 6.4 | 5.9 | 66.7% | 1 | 39.79s | 4,285 | 185 | 1,182 | |
| Qwen3.5-Flash | 10.0 | 10.0 | 100.0% | 0 | 1.57s | 7,794 | 243 | 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 | |
| Qwen3.5-Flash | 5.3 | 10.0 | 33.3% | 0 | 873ms | 798 | 15 | 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 | 7.04s | 741 | 193 | 716 | |
| Qwen3.5-Flash | 10.0 | 10.0 | 100.0% | 0 | 803ms | 522 | 100 | 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 | 32.97s | 777 | 132 | 574 | |
| Qwen3.5-Flash | 6.3 | 10.0 | 50.0% | 0 | 8.81s | 711 | 63 | 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 | 7.7 | 10.0 | 66.7% | 0 | 6.57s | 1,443 | 681 | 1,368 | |
| Qwen3.5-Flash | 3.1 | 10.0 | 0.0% | 0 | 10.89s | 714 | 579 | 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 | 26.36s | 0 | 0 | 0 | |
| Qwen3.5-Flash | 10.0 | 10.0 | 100.0% | 0 | 3.67s | 8,211 | 264 | 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 | |
| Qwen3.5-Flash | 3.0 | 10.0 | 0.0% | 0 | 588ms | 210 | 9 | 0 |
快速对比
切换对比组合
GPT-5 NanomediumvsQwen3.5-FlashnoneDots 3 Note Previewmedium免费可用vsEmber-1maxEmber-1maxvsStep 3.5 FlashmediumEmber-1maxvsQwen3.5-35B-A3BnoneQwen3.5-FlashnonevsStep 3.5 FlashmediumDots 3 Note Previewmedium免费可用vsQwen3.5-FlashnoneEmber-1maxvsGPT-5 NanomediumEmber-1maxvsGLM 5.3 FlashlowEmber-1maxvsGPT-5.4 MininoneEmber-1maxvsGPT-5.6 TerranoneSeed 2.1 TurbononevsEmber-1maxEmber-1maxvsSpace Bunny Alphalow