导航
Advertise here

Ember-1 (max) vs GLM 5.2

平均分几乎持平,为 6.7 vs 6.6。 GLM 5.2 benchmark 成本更低,为 $0.250 vs $3.264。 GLM 5.2 更快,为 11.27s vs 97.34s,通过率为 59.4% vs 63.8%。

基准结果生成自 AI BENCHY 测试套件,时间:: 2026-11-16

已对比模型

排名
#259
总输出令牌
186,901
响应时间(平均)
97.34s
总成本
$3.264
排名
#265
总输出令牌
17,685
响应时间(平均)
11.27s
总成本
$0.250
推荐模型 GLM 5.2

它在这里得分最高(6.6),同时成本比Ember-1 (max)低约 13.1 倍。

详细对比

指标 Ember-1 Ember-1 max 发布日期: 2026-09-28 GLM 5.2 GLM 5.2 none 发布日期: 2026-06-17
分数 6.7 6.6
排名 #259 #265
可靠性 8.3 10.0
一致性 7.8 9.0
尝试次数 69/69 69/69
测试正确
尝试通过率 59.4% 63.8%
不稳定测试 6 3
总运行次数 69 69
每个结果成本 29.671 1.753
总成本 $3.264 $0.250
输入价格 $3.000 / 1M $0.153 / 1M
输出价格 $15.000 / 1M $12.000 / 1M
缓存读取价格 $0.300 / 1M $0.150 / 1M
缓存写入价格 不适用 不适用
总输入令牌 153,399 247,919
输出令牌 7,803 17,685
推理令牌 179,098 0
响应时间(平均) 97.34s 11.27s
响应时间(最大) 587.08s 79.65s
响应时间(总计) 2238.73s 259.32s
参数量 ~2.8T 总计 (~104B 激活) 744B 总计 (40B 激活)
开放状态 闭源 开源

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.

#259 Ember-1

max
成本
$0.163
时间
229.4s
令牌
11,002 tok

#265 GLM 5.2

none
成本
$0.033
时间
87.7s
令牌
7,455 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

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
GLM 5.2 3.7 9.5 0.0% 0 7.55s 7,263 1,958 0

切换对比组合