导航
Advertise here

Muse Ember (medium) vs Particle-1 (medium)

平均分几乎持平,为 8.5 vs 8.6。 Muse Ember (medium) benchmark 成本更低,为 $0.190 vs $0.217。 Muse Ember (medium) 更快,为 12.39s vs 32.30s,通过率为 75.4% vs 73.9%。

基准结果生成自 AI BENCHY 测试套件,时间:: 2026-11-10

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
#96
总输出令牌
406,465
响应时间(平均)
32.30s
总成本
$0.217
推荐模型 Muse Ember (medium)

它在这里得分最高(8.5),同时响应速度比Particle-1 (medium)快约 2.6 倍。

详细对比

指标 Muse Ember Muse Ember medium 发布日期: 2026-11-09 Particle-1 Particle-1 medium 发布日期: 2026-10-28
分数 8.5 8.6
排名 #97 #96
可靠性 10.0 9.7
一致性 8.2 8.2
尝试次数 69/69 69/69
测试正确
尝试通过率 75.4% 73.9%
不稳定测试 5 5
总运行次数 69 69
每个结果成本 1.266 1.546
总成本 $0.190 $0.217
输入价格 $0.100 / 1M $0.050 / 1M
输出价格 $0.500 / 1M $0.500 / 1M
缓存读取价格 $0.004 / 1M $0.003 / 1M
缓存写入价格 $0.125 / 1M 不适用
总输入令牌 274,381 263,837
输出令牌 12,835 7,443
推理令牌 312,022 399,022
响应时间(平均) 12.39s 32.30s
响应时间(最大) 75.32s 276.96s
响应时间(总计) 285.08s 742.97s
参数量 ~150B 总计 (~10B 激活) ~748B 总计 (~16B 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

#96 Particle-1

medium
成本
$0.006
时间
42.2s
令牌
10,219 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 6.94s 7,410 1,074 25,110
Particle-1 8.2 7.2 88.9% 1 64.92s 7,986 402 115,089

切换对比组合