- 排名
- #97
- 总输出令牌
- 324,857
- 响应时间（平均）
- 12.39s
- 总成本
- $0.190
Muse Ember (medium) vs Qwen3.8 Max (0902) (low)
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 $1.131。 Muse Ember (medium) 更快，为 12.39s vs 29.07s，通过率为 75.4% vs 85.5%。
已对比模型
- 排名
- #95
- 总输出令牌
- 88,923
- 响应时间（平均）
- 29.07s
- 总成本
- $1.131
推荐模型
Muse Ember (medium)
它在这里得分最高（8.5），同时成本比Qwen3.8 Max (0902) (low)低约 6.0 倍。
详细对比
| 指标 | Muse Ember Muse Ember medium | Qwen3.8 Max (0902) Qwen3.8 Max (0902) low |
|---|---|---|
| 分数 | 8.5 | 8.6 |
| 排名 | #97 | #95 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 8.2 | 9.0 |
| 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 | 3 |
| 总运行次数 | 69 | 69 |
| 每个结果成本 | 1.266 | 6.283 |
| 总成本 | $0.190 | $1.131 |
| 输入价格 | $0.100 / 1M | $2.000 / 1M |
| 输出价格 | $0.500 / 1M | $6.000 / 1M |
| 缓存读取价格 | $0.004 / 1M | $0.250 / 1M |
| 缓存写入价格 | $0.125 / 1M | $2.500 / 1M |
| 总输入令牌 | 274,381 | 298,682 |
| 输出令牌 | 12,835 | 8,374 |
| 推理令牌 | 312,022 | 80,549 |
| 响应时间（平均） | 12.39s | 29.07s |
| 响应时间（最大） | 75.32s | 207.79s |
| 响应时间（总计） | 285.08s | 668.66s |
| 参数量 | ~150B 总计 (~10B 激活) | 2.4T 总计 (~100B 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
#95 Qwen3.8 Max (0902)
low- 成本
- $0.014
- 时间
- 41.2s
- 令牌
- 2,421 tok
类别细分
| 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 | |
| Qwen3.8 Max (0902) | 6.1 | 3.1 | 66.7% | 1 | 136.04s | 194,728 | 2,052 | 11,006 |
| 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 | |
| Qwen3.8 Max (0902) | 10.0 | 10.0 | 100.0% | 0 | 4.72s | 984 | 212 | 1,854 |
| 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 | |
| Qwen3.8 Max (0902) | 10.0 | 10.0 | 100.0% | 0 | 37.42s | 8,127 | 485 | 17,404 |
| 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 | |
| Qwen3.8 Max (0902) | 10.0 | 10.0 | 100.0% | 0 | 113.88s | 74,767 | 4,562 | 29,335 |
| 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 | |
| Qwen3.8 Max (0902) | 10.0 | 10.0 | 100.0% | 0 | 9.94s | 7,938 | 261 | 2,254 |
| 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 | |
| Qwen3.8 Max (0902) | 5.3 | 7.2 | 44.4% | 1 | 34.93s | 1,014 | 45 | 13,881 |
| 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 | |
| Qwen3.8 Max (0902) | 6.1 | 3.1 | 66.7% | 1 | 8.91s | 594 | 120 | 820 |
| 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 | |
| Qwen3.8 Max (0902) | 10.0 | 10.0 | 100.0% | 0 | 4.32s | 855 | 90 | 866 |
| 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 | |
| Qwen3.8 Max (0902) | 10.0 | 10.0 | 100.0% | 0 | 4.49s | 930 | 275 | 1,248 |
| 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 | |
| Qwen3.8 Max (0902) | 10.0 | 10.0 | 100.0% | 0 | 4.73s | 8,463 | 249 | 126 |
| 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 | |
| Qwen3.8 Max (0902) | 3.0 | 10.0 | 0.0% | 0 | 13.28s | 282 | 23 | 1,755 |
快速对比
切换对比组合
Particle-1mediumvsQwen3.8 Max (0902)lowMuse EmbermediumvsGrok 4.6highQwen3.8 Max (0902)lowvsGrok 4.6highClaude Sonnet 5.5highvsQwen3.8 Max (0902)lowClaude Haiku 5.5lowvsMuse EmbermediumGPT-6.1 TerranonevsQwen3.8 Max (0902)lowClaude Haiku 5.5maxvsMuse EmbermediumClaude Sonnet 5mediumvsQwen3.8 Max (0902)lowClaude Sonnet 5.5highvsMuse EmbermediumDeepSeek V4.1 FlashmaxvsQwen3.8 Max (0902)lowClaude Fable 5.2lowvsMuse EmbermediumMuse EmbermediumvsGPT-6.1 Terranone