导航
Advertise here

Muse Ember (max) vs Qwen4 Max (low)

平均分几乎持平,为 8.6 vs 8.7。 Muse Ember (max) benchmark 成本更低,为 $0.346 vs $1.064。 Muse Ember (max) 更快,为 19.05s vs 56.68s,通过率为 72.5% vs 87.0%。

基准结果生成自 AI BENCHY 测试套件,时间:: 2026-11-16

已对比模型

排名
#97
总输出令牌
637,819
响应时间(平均)
19.05s
总成本
$0.346
排名
#94
总输出令牌
144,069
响应时间(平均)
56.68s
总成本
$1.064
推荐模型 Muse Ember (max)

它在这里得分最高(8.6),同时成本比Qwen4 Max (low)低约 3.1 倍。

详细对比

指标 Muse Ember Muse Ember max 发布日期: 2026-11-09 Qwen4 Max Qwen4 Max low 发布日期: 2026-11-16
分数 8.6 8.7
排名 #97 #94
可靠性 10.0 9.9
一致性 8.9 10.0
尝试次数 69/69 69/69
测试正确
尝试通过率 72.5% 87.0%
不稳定测试 3 0
总运行次数 69 69
每个结果成本 2.304 5.318
总成本 $0.346 $1.064
输入价格 $0.100 / 1M $1.500 / 1M
输出价格 $0.500 / 1M $4.500 / 1M
缓存读取价格 $0.004 / 1M $0.075 / 1M
缓存写入价格 $0.125 / 1M $1.875 / 1M
总输入令牌 265,489 276,790
输出令牌 12,179 8,266
推理令牌 625,640 135,803
响应时间(平均) 19.05s 56.68s
响应时间(最大) 79.28s 564.77s
响应时间(总计) 438.15s 1303.63s
参数量 ~150B 总计 (~10B 激活) ~2.4T 总计 (~95B 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.

#97 Muse Ember

max
成本
$0.008
时间
23.3s
令牌
14,138 tok

#94 Qwen4 Max

low
成本
$0.064
时间
239.1s
令牌
14,300 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

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
Qwen4 Max 10.0 10.0 100.0% 0 15.29s 8,001 427 8,546

切换对比组合