Muse Ember (max) vs GPT-6.1 Terra

已对比模型

排名: #87
总输出令牌: 637,819
响应时间（平均）: 19.05s
总成本: $0.346

排名: #89
总输出令牌: 4,906
响应时间（平均）: 4.08s
总成本: $0.184

推荐模型 GPT-6.1 Terra

它在这里得分最高（8.6），同时成本比Muse Ember (max)低约 1.9 倍。

详细对比

指标	Muse Ember Muse Ember max 发布日期: 2026-11-09	GPT-6.1 Terra GPT-6.1 Terra none 发布日期: 2026-10-26

指标	Muse Ember Muse Ember max 发布日期: 2026-11-09	GPT-6.1 Terra GPT-6.1 Terra none 发布日期: 2026-10-26
分数	8.6	8.6
排名	#87	#89
可靠性	10.0	10.0
一致性	8.9	9.3
尝试次数	69/69	69/69
测试正确
尝试通过率	72.5%	84.1%
不稳定测试	3	2
总运行次数	69	69
每个结果成本	2.304	1.021
总成本	$0.346	$0.184
输入价格	$0.100 / 1M	$1.000 / 1M
输出价格	$0.500 / 1M	$5.000 / 1M
缓存读取价格	$0.004 / 1M	$0.050 / 1M
缓存写入价格	$0.125 / 1M	$1.250 / 1M
总输入令牌	265,489	159,129
输出令牌	12,179	4,906
推理令牌	625,640	0
响应时间（平均）	19.05s	4.08s
响应时间（最大）	79.28s	40.32s
响应时间（总计）	438.15s	93.75s
参数量	~150B 总计 (~10B 激活)	~1T 总计 (~60B 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.

#87 Muse Ember

max

成本: $0.008
时间: 23.3s
令牌: 14,138 tok

#89 GPT-6.1 Terra

none

成本: $0.017
时间: 36.8s
令牌: 3,297 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		44.84s	151,338	2,634	2,485
GPT-6.1 Terra	10.0	10.0	100.0%	0		40.32s	81,063	875	0

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		3.20s	798	346	7,685
GPT-6.1 Terra	10.0	10.0	100.0%	0		1.45s	606	150	0

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		12.46s	7,410	1,595	49,511
GPT-6.1 Terra	8.2	7.2	88.9%	1		1.86s	7,302	387	0

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		20.27s	83,504	3,565	86,235
GPT-6.1 Terra	6.5	10.0	50.0%	0		9.01s	54,858	2,628	0

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		5.07s	7,215	414	7,961
GPT-6.1 Terra	10.0	10.0	100.0%	0		1.85s	7,140	222	0

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	3.6	7.2	22.2%	1		54.31s	873	1,694	226,070
GPT-6.1 Terra	5.9	7.2	55.6%	1		1.53s	732	59	0

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		3.35s	522	149	2,454
GPT-6.1 Terra	10.0	10.0	100.0%	0		1.39s	477	73	0

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		3.85s	759	222	7,257
GPT-6.1 Terra	10.0	10.0	100.0%	0		1.43s	660	84	0

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	7.2	44.4%	1		29.41s	786	890	203,560
GPT-6.1 Terra	10.0	10.0	100.0%	0		1.51s	642	161	0

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		4.57s	12,056	448	1,402
GPT-6.1 Terra	10.0	10.0	100.0%	0		4.91s	5,454	242	0

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		25.72s	228	222	31,020
GPT-6.1 Terra	3.0	10.0	0.0%	0		2.06s	195	25	0

切换对比组合

Muse Spark 1.1lowvsGPT-6.1 Terranone Claude Fable 5.2lowvsGPT-6.1 Terranone Claude Sonnet 5.5highvsGPT-6.1 Terranone Claude Fable 5.2highvsMuse Embermax Muse EmbermaxvsGPT-6 Sollow DeepSeek V4.1 FlashmaxvsGPT-6.1 Terranone Seed 2.1 TurbomediumvsMuse Embermax Muse EmbermaxvsMiMo-V2.6-Promedium Claude Haiku 5.5lowvsGPT-6.1 Terranone Muse EmbermaxvsQwen3.8 27Bhigh免费可用 GPT-6.1 TerranonevsQwen3.8 Max (0902)low Muse EmbermaxvsGPT-5.2medium