Muse Ember (low) vs Qwen3.8 27B (high)

已对比模型

排名: #86
总输出令牌: 169,226
响应时间（平均）: 8.22s
总成本: $0.114

排名: #81
总输出令牌: 677,080
响应时间（平均）: 166.34s
总成本: ~$0.298

推荐模型 Muse Ember (low)

它在这里得分最高（8.6），同时成本比Qwen3.8 27B (high)低约 2.6 倍。

详细对比

指标	Muse Ember Muse Ember low 发布日期: 2026-11-09	Qwen3.8 27B Qwen3.8 27B high 发布日期: 2026-08-14 免费可用

指标	Muse Ember Muse Ember low 发布日期: 2026-11-09	Qwen3.8 27B Qwen3.8 27B high 发布日期: 2026-08-14 免费可用
分数	8.6	8.7
排名	#86	#81
可靠性	10.0	9.7
一致性	8.9	9.2
尝试次数	69/69	69/69
测试正确
尝试通过率	72.5%	78.3%
不稳定测试	3	2
总运行次数	69	69
每个结果成本	0.757	~1.751
总成本	$0.114	~$0.298
输入价格	$0.100 / 1M	不适用
输出价格	$0.500 / 1M	不适用
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	288,136	348,967
输出令牌	13,507	1,005
推理令牌	155,719	676,075
响应时间（平均）	8.22s	166.34s
响应时间（最大）	49.79s	640.85s
响应时间（总计）	189.12s	3825.81s
参数量	~150B 总计 (~10B 激活)	27.3B
开放状态	闭源	权重可用

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.

#86 Muse Ember

low

成本: $0.003
时间: 11.3s
令牌: 4,679 tok

#81 Qwen3.8 27B

high

成本: ~$0.008
时间: 270.1s
令牌: 18,963 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		49.79s	149,643	2,638	1,880
Qwen3.8 27B	10.0	10.0	100.0%	0		132.27s	248,788	101	20,344

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		2.86s	798	299	3,786
Qwen3.8 27B	10.0	10.0	100.0%	0		8.10s	1,128	114	5,319

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		5.21s	7,410	765	15,944
Qwen3.8 27B	8.1	7.0	88.9%	1		248.62s	8,235	346	143,335

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	7.3	5.8	83.3%	1		15.23s	108,813	7,610	18,518
Qwen3.8 27B	10.0	10.0	100.0%	0		185.57s	68,997	66	72,556

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		2.15s	7,215	279	2,719
Qwen3.8 27B	10.0	10.0	100.0%	0		34.85s	9,675	123	10,320

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	3.5	4.4	33.3%	2		8.96s	873	599	26,649
Qwen3.8 27B	5.3	10.0	33.3%	0		526.74s	975	6	234,555

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		2.68s	522	147	1,018
Qwen3.8 27B	5.0	10.0	0.0%	0		8.45s	630	63	1,191

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	6.5	10.0	50.0%	0		2.87s	759	165	2,751
Qwen3.8 27B	9.8	10.0	100.0%	0		8.24s	927	42	2,871

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	5.3	10.0	33.3%	0		4.80s	786	552	11,600
Qwen3.8 27B	7.6	7.2	77.8%	1		199.90s	1,038	120	138,427

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		3.29s	11,089	288	764
Qwen3.8 27B	10.0	10.0	100.0%	0		5.62s	8,256	21	912

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		24.54s	228	165	70,090
Qwen3.8 27B	3.0	10.0	0.0%	0		263.98s	318	3	46,245

切换对比组合

GPT-5.2mediumvsQwen3.8 27Bhigh免费可用 Qwen3.8 27Bhigh免费可用vsMiMo-V2.6-Promedium Seed 2.1 TurbomediumvsQwen3.8 27Bhigh免费可用 GPT-6 SollowvsQwen3.8 27Bhigh免费可用 DeepSeek V4.1 FlashmaxvsMuse Emberlow Claude Fable 5.2highvsMuse Emberlow Particle-1xhighvsQwen3.8 27Bhigh免费可用 Seed 2.1 TurbomediumvsMuse Emberlow Muse EmberlowvsMiMo-V2.6-Promedium Muse EmbermaxvsQwen3.8 27Bhigh免费可用 Muse EmberlowvsGPT-5.2medium Muse EmberlowvsGPT-6.1 Terranone