Muse Ember (medium) vs GPT-6.1 Terra

已对比模型

排名: #97
总输出令牌: 324,857
响应时间（平均）: 12.39s
总成本: $0.190

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），同时响应速度比Muse Ember (medium)快约 3.0 倍。

详细对比

指标	Muse Ember Muse Ember medium 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 medium 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	8.5	8.6
排名	#97	#89
可靠性	10.0	10.0
一致性	8.2	9.3
尝试次数	69/69	69/69
测试正确
尝试通过率	75.4%	84.1%
不稳定测试	5	2
总运行次数	69	69
每个结果成本	1.266	1.021
总成本	$0.190	$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	274,381	159,129
输出令牌	12,835	4,906
推理令牌	312,022	0
响应时间（平均）	12.39s	4.08s
响应时间（最大）	75.32s	40.32s
响应时间（总计）	285.08s	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.

#97 Muse Ember

medium

成本: $0.003
时间: 10.0s
令牌: 5,136 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		47.20s	150,276	2,648	2,320
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		2.38s	798	234	4,163
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		6.94s	7,410	1,074	25,110
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	10.0	10.0	100.0%	0		9.77s	94,000	5,591	12,180
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	6.3	5.8	66.7%	1		3.39s	7,215	328	4,360
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		35.64s	873	1,370	161,711
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		3.37s	522	191	1,946
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	7.3	6.0	83.3%	1		3.38s	759	179	4,108
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	5.2	4.4	55.6%	2		16.70s	786	817	85,919
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		4.09s	11,514	288	1,121
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		9.98s	228	115	9,084
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 Muse EmbermediumvsGrok 4.6high Claude Sonnet 5.5highvsGPT-6.1 Terranone DeepSeek V4.1 FlashmaxvsGPT-6.1 Terranone Muse EmbermediumvsQwen3.8 Max (0902)low Claude Haiku 5.5lowvsGPT-6.1 Terranone Claude Haiku 5.5lowvsMuse Embermedium GPT-6.1 TerranonevsQwen3.8 Max (0902)low Muse EmbermaxvsGPT-6.1 Terranone Muse EmberlowvsGPT-6.1 Terranone GPT-6.1 TerranonevsParticle-1medium