Navigation
Advertise here

Muse Ember (max) vs Qwen4 Max (low)

Der Durchschnittsscore ist mit 8.6 vs 8.7 praktisch gleichauf. Muse Ember (max) hat die niedrigeren Benchmark-Kosten mit $0.346 vs $1.064. Muse Ember (max) ist schneller mit 19.05s vs 56.68s, mit Erfolgsraten von 72.5% vs 87.0%.

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-11-16

Verglichene Modelle

Rang
#97
Gesamte Ausgabe-Token
637,819
Antwortzeit (Durchschnitt)
19.05s
Gesamtkosten
$0.346
Rang
#94
Gesamte Ausgabe-Token
144,069
Antwortzeit (Durchschnitt)
56.68s
Gesamtkosten
$1.064
Empfohlenes Modell Muse Ember (max)

Es hat hier die beste Punktzahl (8.6) und kostet etwa 3.1x weniger als Qwen4 Max (low).

Detaillierter Vergleich

Metrik Muse Ember Muse Ember max Veröffentlichung: 2026-11-09 Qwen4 Max Qwen4 Max low Veröffentlichung: 2026-11-16
Punktzahl 8.6 8.7
Rang #97 #94
Zuverlässigkeit 10.0 9.9
Konsistenz 8.9 10.0
Versuche 69/69 69/69
Korrekte Tests
Erfolgsquote pro Versuch 72.5% 87.0%
Instabile Tests 3 0
Gesamtläufe 69 69
Kosten pro Ergebnis 2.304 5.318
Gesamtkosten $0.346 $1.064
Eingabepreis $0.100 / 1M $1.500 / 1M
Ausgabepreis $0.500 / 1M $4.500 / 1M
Preis für Cache-Lesen $0.004 / 1M $0.075 / 1M
Preis für Cache-Schreiben $0.125 / 1M $1.875 / 1M
Gesamte Eingabe-Token 265,489 276,790
Ausgabe-Token 12,179 8,266
Denk-Token 625,640 135,803
Antwortzeit (Durchschnitt) 19.05s 56.68s
Antwortzeit (Maximum) 79.28s 564.77s
Antwortzeit (Gesamt) 438.15s 1303.63s
Parameter ~150B insgesamt (~10B aktiv) ~2.4T insgesamt (~95B aktiv)
Verfügbarkeit Geschlossen Geschlossen

Cache-Preise gelten für Eingabetokens. Lesen nutzt gespeicherte Prompts erneut; Schreiben speichert sie und kann mehr kosten. Für Ausgabetokens gilt der Ausgabepreis.

Modell-Generierungs-Showcase

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#97 Muse Ember

max
Kosten
$0.008
Zeit
23.3s
Token
14,138 tok

#94 Qwen4 Max

low
Kosten
$0.064
Zeit
239.1s
Token
14,300 tok

Top-Modelle nach Score

Score vs. Gesamtkosten

Antwortzeit (Durchschnitt)

Punktzahl vs Antwortzeit (Durchschnitt)

Gesamte Ausgabe-Token

Punktzahl vs Gesamte Ausgabe-Token

Kategorieaufschlüsselung

Programmierung Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Muse Ember 10.0 10.0 100.0% 0 12.46s 7,410 1,595 49,511
Qwen4 Max 10.0 10.0 100.0% 0 15.29s 8,001 427 8,546

Vergleichspaar wechseln