Muse Ember (medium) vs Qwen3.7 Max (medium)

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: #101
总输出令牌: 259,032
响应时间（平均）: 48.35s
总成本: $1.689

推荐模型 Muse Ember (medium)

它在这里得分最高（8.5），同时成本比Qwen3.7 Max (medium)低约 8.9 倍。

详细对比

指标	Muse Ember Muse Ember medium 发布日期: 2026-11-09	Qwen3.7 Max Qwen3.7 Max medium 发布日期: 2026-05-22

指标	Muse Ember Muse Ember medium 发布日期: 2026-11-09	Qwen3.7 Max Qwen3.7 Max medium 发布日期: 2026-05-22
分数	8.5	8.5
排名	#97	#101
可靠性	10.0	10.0
一致性	8.2	8.7
尝试次数	69/69	69/69
测试正确
尝试通过率	75.4%	85.5%
不稳定测试	5	4
总运行次数	69	69
每个结果成本	1.266	12.033
总成本	$0.190	$1.689
输入价格	$0.100 / 1M	$1.475 / 1M
输出价格	$0.500 / 1M	$4.425 / 1M
缓存读取价格	$0.004 / 1M	$0.295 / 1M
缓存写入价格	$0.125 / 1M	$1.844 / 1M
总输入令牌	274,381	367,848
输出令牌	12,835	8,753
推理令牌	312,022	250,279
响应时间（平均）	12.39s	48.35s
响应时间（最大）	75.32s	556.06s
响应时间（总计）	285.08s	1112.11s
参数量	~150B 总计 (~10B 激活)	~1T 总计 (~40B 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

#101 Qwen3.7 Max

medium

成本: $0.017
时间: 68.8s
令牌: 4,526 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
Qwen3.7 Max	6.1	3.1	66.7%	1		137.00s	261,819	3,005	29,925

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
Qwen3.7 Max	10.0	10.0	100.0%	0		6.36s	672	222	8,742

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
Qwen3.7 Max	10.0	10.0	100.0%	0		35.31s	7,893	423	34,808

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
Qwen3.7 Max	8.7	6.9	83.3%	1		287.83s	78,594	3,985	96,450

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
Qwen3.7 Max	10.0	10.0	100.0%	0		8.80s	7,782	270	6,254

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
Qwen3.7 Max	4.1	4.4	44.5%	2		52.45s	780	61	41,143

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
Qwen3.7 Max	10.0	10.0	100.0%	0		11.70s	516	135	4,457

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
Qwen3.7 Max	10.0	10.0	100.0%	0		7.46s	699	102	5,452

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
Qwen3.7 Max	10.0	10.0	100.0%	0		8.84s	696	259	8,908

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
Qwen3.7 Max	10.0	10.0	100.0%	0		6.63s	8,193	267	1,220

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
Qwen3.7 Max	3.0	10.0	0.0%	0		33.37s	204	24	12,920

切换对比组合

Muse EmbermediumvsGrok 4.6high Muse Spark 1.3lowvsQwen3.7 Maxmedium Claude Haiku 5.5maxvsQwen3.7 Maxmedium Muse EmbermediumvsQwen3.8 Max (0902)low Qwen3.7 MaxmediumvsGrok 4.6high Claude Haiku 5.5lowvsMuse Embermedium Claude Haiku 5.5maxvsMuse Embermedium Claude Sonnet 5.5highvsMuse Embermedium Claude Fable 5.2lowvsMuse Embermedium Muse EmbermediumvsGPT-6.1 Terranone Claude Haiku 5.5lowvsQwen3.7 Maxmedium Nemotron 3.5 Super VLhigh免费可用vsQwen3.7 Maxmedium