Navigation
Advertise here

Muse Ember (medium) vs Qwen4 Max (high)

Der Durchschnittsscore ist mit 8.5 vs 8.6 praktisch gleichauf. Muse Ember (medium) hat die niedrigeren Benchmark-Kosten mit $0.190 vs $1.363. Muse Ember (medium) ist schneller mit 12.39s vs 52.90s, mit Erfolgsraten von 75.4% vs 85.5%.

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

Verglichene Modelle

Rang
#109
Gesamte Ausgabe-Token
324,857
Antwortzeit (Durchschnitt)
12.39s
Gesamtkosten
$0.190
Rang
#105
Gesamte Ausgabe-Token
185,844
Antwortzeit (Durchschnitt)
52.90s
Gesamtkosten
$1.363
Empfohlenes Modell Muse Ember (medium)

Es hat hier die beste Punktzahl (8.5) und kostet etwa 7.2x weniger als Qwen4 Max (high).

Detaillierter Vergleich

Metrik Muse Ember Muse Ember medium Veröffentlichung: 2026-11-09 Qwen4 Max Qwen4 Max high Veröffentlichung: 2026-11-16
Punktzahl 8.5 8.6
Rang #109 #105
Zuverlässigkeit 10.0 10.0
Konsistenz 8.2 9.6
Versuche 69/69 69/69
Korrekte Tests
Erfolgsquote pro Versuch 75.4% 85.5%
Instabile Tests 5 1
Gesamtläufe 69 69
Kosten pro Ergebnis 1.266 7.172
Gesamtkosten $0.190 $1.363
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 274,381 350,854
Ausgabe-Token 12,835 8,427
Denk-Token 312,022 177,417
Antwortzeit (Durchschnitt) 12.39s 52.90s
Antwortzeit (Maximum) 75.32s 437.98s
Antwortzeit (Gesamt) 285.08s 1216.62s
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.

#109 Muse Ember

medium
Kosten
$0.003
Zeit
10.0s
Token
5,136 tok

#105 Qwen4 Max

high
Kosten
$0.076
Zeit
277.5s
Token
16,848 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 6.94s 7,410 1,074 25,110
Qwen4 Max 10.0 10.0 100.0% 0 15.68s 8,001 431 9,195

Vergleichspaar wechseln