Muse Ember (high) vs Qwen3.8 MAX (medium)

已对比模型

排名: #36
总输出令牌: 254,892
响应时间（平均）: 11.67s
总成本: $0.156

排名: #42
总输出令牌: 104,596
响应时间（平均）: 27.34s
总成本: $1.181

推荐模型 Muse Ember (high)

它在这里得分最高（9.2），同时成本比Qwen3.8 MAX (medium)低约 7.6 倍。

详细对比

指标	Muse Ember Muse Ember high 发布日期: 2026-11-09	Qwen3.8 MAX Qwen3.8 MAX medium 发布日期: 2026-08-04

指标	Muse Ember Muse Ember high 发布日期: 2026-11-09	Qwen3.8 MAX Qwen3.8 MAX medium 发布日期: 2026-08-04
分数	9.2	9.2
排名	#36	#42
可靠性	10.0	10.0
一致性	9.6	9.7
尝试次数	69/69	69/69
测试正确
尝试通过率	79.7%	81.2%
不稳定测试	1	1
总运行次数	69	69
每个结果成本	0.865	5.266
总成本	$0.156	$1.181
输入价格	$0.100 / 1M	$2.000 / 1M
输出价格	$0.500 / 1M	$6.000 / 1M
缓存读取价格	$0.004 / 1M	不适用
缓存写入价格	$0.125 / 1M	不适用
总输入令牌	282,192	276,512
输出令牌	14,054	8,152
推理令牌	240,838	96,444
响应时间（平均）	11.67s	27.34s
响应时间（最大）	53.01s	126.60s
响应时间（总计）	268.45s	628.75s
参数量	~150B 总计 (~10B 激活)	2.4T 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

#42 Qwen3.8 MAX

medium

成本: $0.028
时间: 71.9s
令牌: 4,750 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

类别:

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
Qwen3.8 MAX	10.0	10.0	100.0%	0		115.27s	167,457	1,586	10,963

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
Qwen3.8 MAX	10.0	10.0	100.0%	0		4.17s	672	312	2,075

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
Qwen3.8 MAX	10.0	10.0	100.0%	0		41.35s	7,893	430	23,804

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
Qwen3.8 MAX	8.7	6.9	83.3%	1		91.25s	81,584	4,526	30,688

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
Qwen3.8 MAX	10.0	10.0	100.0%	0		8.72s	7,782	270	2,519

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
Qwen3.8 MAX	3.0	10.0	0.0%	0		41.77s	780	62	20,803

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
Qwen3.8 MAX	10.0	10.0	100.0%	0		6.41s	516	168	700

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
Qwen3.8 MAX	10.0	10.0	100.0%	0		3.49s	699	102	914

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
Qwen3.8 MAX	10.0	10.0	100.0%	0		4.93s	696	401	1,575

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
Qwen3.8 MAX	10.0	10.0	100.0%	0		7.83s	8,229	267	636

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
Qwen3.8 MAX	3.0	10.0	0.0%	0		11.49s	204	28	1,767

切换对比组合

Claude Sonnet 5.5maxvsQwen3.8 MAXmedium DeepSeek V4.1 Flash 1017lowvsQwen3.8 MAXmedium Seed 2.1 TurbolowvsMuse Emberhigh Muse Spark OpenhighvsQwen3.8 MAXmedium Claude Opus 5.5mediumvsMuse Emberhigh Claude Haiku 5.5xhighvsQwen3.8 MAXmedium Muse Spark 1.3highvsQwen3.8 MAXmedium Muse EmberhighvsGPT-5.5medium Claude Sonnet 5.5maxvsMuse Emberhigh Muse WonderlowvsQwen3.8 MAXmedium Muse EmberhighvsGPT-6.1 Terralow Qwen3.8 MAXmediumvsParetodefault