- 排名
- #93
- 总输出令牌
- 48,293
- 响应时间（平均）
- 10.79s
- 总成本
- $1.175
Claude Sonnet 5.5 (high) vs Muse Ember (medium)
Claude Sonnet 5.5 (high) 平均分领先，为 8.6 vs 8.5。 Muse Ember (medium) benchmark 成本更低，为 $0.190 vs $1.175。 Claude Sonnet 5.5 (high) 更快，为 10.79s vs 12.39s，通过率为 81.2% vs 75.4%。
已对比模型
- 排名
- #97
- 总输出令牌
- 324,857
- 响应时间（平均）
- 12.39s
- 总成本
- $0.190
推荐模型
Muse Ember (medium)
它的得分接近这里的最高分（8.5 vs 8.6），同时成本比Claude Sonnet 5.5 (high)低约 6.2 倍。
详细对比
| 指标 | Claude Sonnet 5.5 Claude Sonnet 5.5 high | Muse Ember Muse Ember medium |
|---|---|---|
| 分数 | 8.6 | 8.5 |
| 排名 | #93 | #97 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 8.3 | 8.2 |
| 尝试次数 | 69/69 | 69/69 |
| 测试正确 | ||
| 尝试通过率 | 81.2% | 75.4% |
| 不稳定测试 | 5 | 5 |
| 总运行次数 | 69 | 69 |
| 每个结果成本 | 7.340 | 1.266 |
| 总成本 | $1.175 | $0.190 |
| 输入价格 | $2.000 / 1M | $0.100 / 1M |
| 输出价格 | $10.000 / 1M | $0.500 / 1M |
| 缓存读取价格 | $0.200 / 1M | $0.004 / 1M |
| 缓存写入价格 | $2.500 / 1M | $0.125 / 1M |
| 总输入令牌 | 345,687 | 274,381 |
| 输出令牌 | 13,550 | 12,835 |
| 推理令牌 | 34,743 | 312,022 |
| 响应时间（平均） | 10.79s | 12.39s |
| 响应时间（最大） | 51.53s | 75.32s |
| 响应时间（总计） | 248.22s | 285.08s |
| 参数量 | ~1T 总计 (~100B 激活) | ~150B 总计 (~10B 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.
#93 Claude Sonnet 5.5
high- 成本
- $0.088
- 时间
- 73.5s
- 令牌
- 8,914 tok
#97 Muse Ember
medium- 成本
- $0.003
- 时间
- 10.0s
- 令牌
- 5,136 tok
类别细分
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 5.5 | 10.0 | 10.0 | 100.0% | 0 | 51.53s | 186,231 | 3,380 | 1,608 | |
| Muse Ember | 10.0 | 10.0 | 100.0% | 0 | 47.20s | 150,276 | 2,648 | 2,320 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 5.5 | 10.0 | 10.0 | 100.0% | 0 | 3.69s | 858 | 500 | 917 | |
| Muse Ember | 10.0 | 10.0 | 100.0% | 0 | 2.38s | 798 | 234 | 4,163 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 5.5 | 10.0 | 10.0 | 100.0% | 0 | 9.85s | 10,608 | 561 | 6,326 | |
| Muse Ember | 10.0 | 10.0 | 100.0% | 0 | 6.94s | 7,410 | 1,074 | 25,110 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 5.5 | 8.2 | 6.9 | 66.7% | 1 | 24.57s | 121,917 | 7,165 | 5,930 | |
| Muse Ember | 10.0 | 10.0 | 100.0% | 0 | 9.77s | 94,000 | 5,591 | 12,180 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 5.5 | 7.3 | 5.8 | 83.3% | 1 | 3.86s | 10,515 | 363 | 1,045 | |
| Muse Ember | 6.3 | 5.8 | 66.7% | 1 | 3.39s | 7,215 | 328 | 4,360 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 5.5 | 3.5 | 4.4 | 33.3% | 2 | 17.52s | 990 | 61 | 14,014 | |
| Muse Ember | 3.6 | 7.2 | 22.2% | 1 | 35.64s | 873 | 1,370 | 161,711 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 5.5 | 6.5 | 3.4 | 66.7% | 1 | 6.93s | 714 | 313 | 1,358 | |
| Muse Ember | 10.0 | 10.0 | 100.0% | 0 | 3.37s | 522 | 191 | 1,946 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 5.5 | 9.9 | 10.0 | 100.0% | 0 | 5.13s | 921 | 98 | 346 | |
| Muse Ember | 7.3 | 6.0 | 83.3% | 1 | 3.38s | 759 | 179 | 4,108 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 5.5 | 10.0 | 10.0 | 100.0% | 0 | 3.54s | 912 | 569 | 834 | |
| Muse Ember | 5.2 | 4.4 | 55.6% | 2 | 16.70s | 786 | 817 | 85,919 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 5.5 | 10.0 | 10.0 | 100.0% | 0 | 5.22s | 11,757 | 410 | 97 | |
| Muse Ember | 10.0 | 10.0 | 100.0% | 0 | 4.09s | 11,514 | 288 | 1,121 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 5.5 | 3.0 | 10.0 | 0.0% | 0 | 9.93s | 264 | 130 | 2,268 | |
| Muse Ember | 3.0 | 10.0 | 0.0% | 0 | 9.98s | 228 | 115 | 9,084 |
快速对比
切换对比组合
Muse EmbermediumvsGrok 4.6highClaude Sonnet 5.5highvsMuse Spark 1.1lowClaude Sonnet 5.5highvsGPT-6.1 TerranoneMuse EmbermediumvsQwen3.8 Max (0902)lowClaude Sonnet 5.5highvsDeepSeek V4.1 FlashmaxClaude Sonnet 5.5highvsQwen3.8 Max (0902)lowClaude Sonnet 5.5highvsParticle-1mediumClaude Haiku 5.5lowvsMuse EmbermediumClaude Sonnet 5.5highvsMuse EmbermaxClaude Sonnet 5.5highvsMuse EmberlowClaude Haiku 5.5maxvsMuse EmbermediumClaude Fable 5.2lowvsMuse Embermedium