- 排名
- #36
- 总输出令牌
- 254,892
- 响应时间（平均）
- 11.67s
- 总成本
- $0.156
Muse Ember (high) vs GPT-5.5 (medium)
Muse Ember (high) 平均分领先，为 9.2 vs 9.2。 Muse Ember (high) benchmark 成本更低，为 $0.156 vs $4.809。 Muse Ember (high) 更快，为 11.67s vs 39.86s，通过率为 79.7% vs 88.4%。
已对比模型
- 排名
- #40
- 总输出令牌
- 130,107
- 响应时间（平均）
- 39.86s
- 总成本
- $4.809
推荐模型
Muse Ember (high)
它在这里得分最高（9.2），同时成本比GPT-5.5 (medium)低约 30.9 倍。
详细对比
| 指标 | Muse Ember Muse Ember high | GPT-5.5 GPT-5.5 medium |
|---|---|---|
| 分数 | 9.2 | 9.2 |
| 排名 | #36 | #40 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 9.6 | 9.0 |
| 尝试次数 | 69/69 | 69/69 |
| 测试正确 | ||
| 尝试通过率 | 79.7% | 88.4% |
| 不稳定测试 | 1 | 3 |
| 总运行次数 | 69 | 69 |
| 每个结果成本 | 0.865 | 25.306 |
| 总成本 | $0.156 | $4.809 |
| 输入价格 | $0.100 / 1M | $5.000 / 1M |
| 输出价格 | $0.500 / 1M | $30.000 / 1M |
| 缓存读取价格 | $0.004 / 1M | $0.500 / 1M |
| 缓存写入价格 | $0.125 / 1M | 不适用 |
| 总输入令牌 | 282,192 | 180,959 |
| 输出令牌 | 14,054 | 6,472 |
| 推理令牌 | 240,838 | 123,635 |
| 响应时间（平均） | 11.67s | 39.86s |
| 响应时间（最大） | 53.01s | 332.10s |
| 响应时间（总计） | 268.45s | 916.82s |
| 参数量 | ~150B 总计 (~10B 激活) | ~1.5T 总计 (~100B 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.
#36 Muse Ember
high- 成本
- $0.005
- 时间
- 18.3s
- 令牌
- 9,965 tok
#40 GPT-5.5
medium- 成本
- $0.112
- 时间
- 71.9s
- 令牌
- 3,807 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 |
|---|---|---|---|---|---|---|---|---|---|
| Muse Ember | 10.0 | 10.0 | 100.0% | 0 | 48.28s | 149,560 | 2,625 | 1,759 | |
| GPT-5.5 | 10.0 | 10.0 | 100.0% | 0 | 59.39s | 100,291 | 855 | 3,936 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Muse Ember | 10.0 | 10.0 | 100.0% | 0 | 2.29s | 798 | 275 | 5,440 | |
| GPT-5.5 | 10.0 | 10.0 | 100.0% | 0 | 4.66s | 606 | 250 | 1,335 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Muse Ember | 10.0 | 10.0 | 100.0% | 0 | 9.62s | 7,410 | 1,213 | 34,691 | |
| GPT-5.5 | 8.8 | 7.8 | 88.9% | 1 | 59.77s | 7,305 | 362 | 24,959 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Muse Ember | 10.0 | 10.0 | 100.0% | 0 | 10.86s | 102,312 | 5,879 | 17,216 | |
| GPT-5.5 | 10.0 | 10.0 | 100.0% | 0 | 33.52s | 57,466 | 3,944 | 6,735 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Muse Ember | 10.0 | 10.0 | 100.0% | 0 | 3.86s | 7,215 | 342 | 4,585 | |
| GPT-5.5 | 10.0 | 10.0 | 100.0% | 0 | 4.18s | 7,140 | 234 | 593 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Muse Ember | 5.3 | 10.0 | 33.3% | 0 | 29.08s | 873 | 1,687 | 119,272 | |
| GPT-5.5 | 5.3 | 7.2 | 44.4% | 1 | 168.16s | 732 | 67 | 80,505 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Muse Ember | 10.0 | 10.0 | 100.0% | 0 | 2.80s | 522 | 201 | 1,993 | |
| GPT-5.5 | 10.0 | 10.0 | 100.0% | 0 | 4.16s | 477 | 138 | 223 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Muse Ember | 9.8 | 10.0 | 100.0% | 0 | 3.05s | 759 | 159 | 4,867 | |
| GPT-5.5 | 10.0 | 10.0 | 100.0% | 0 | 3.36s | 660 | 93 | 538 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Muse Ember | 5.4 | 7.2 | 44.4% | 1 | 12.05s | 786 | 1,091 | 33,034 | |
| GPT-5.5 | 10.0 | 10.0 | 100.0% | 0 | 6.76s | 642 | 241 | 2,225 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Muse Ember | 10.0 | 10.0 | 100.0% | 0 | 3.95s | 11,729 | 319 | 1,231 | |
| GPT-5.5 | 10.0 | 10.0 | 100.0% | 0 | 10.57s | 5,445 | 258 | 832 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Muse Ember | 3.0 | 10.0 | 0.0% | 0 | 16.46s | 228 | 263 | 16,750 | |
| GPT-5.5 | 2.8 | 1.6 | 33.3% | 1 | 37.86s | 195 | 30 | 1,754 |
快速对比
切换对比组合
Claude Sonnet 5.5maxvsGPT-5.5mediumSeed 2.1 TurbolowvsMuse EmberhighDeepSeek V4.1 Flash 1017lowvsGPT-5.5mediumMuse Spark OpenhighvsGPT-5.5mediumClaude Opus 5.5mediumvsMuse EmberhighGPT-5.5mediumvsQwen3.8 Max (0902)highClaude Haiku 5.5xhighvsGPT-5.5mediumMuse Spark 1.3highvsGPT-5.5mediumClaude Sonnet 5.5maxvsMuse EmberhighMuse EmberhighvsGPT-6.1 TerralowMuse EmberhighvsQwen3.8 MAXmediumMuse WonderlowvsGPT-5.5medium