- 排名
- #109
- 总输出令牌
- 324,857
- 响应时间(平均)
- 12.39s
- 总成本
- $0.190
Muse Ember (medium) vs Qwen4 Max (high)
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 $1.363。 Muse Ember (medium) 更快,为 12.39s vs 52.90s,通过率为 75.4% vs 85.5%。
已对比模型
- 排名
- #105
- 总输出令牌
- 185,844
- 响应时间(平均)
- 52.90s
- 总成本
- $1.363
推荐模型
Muse Ember (medium)
它在这里得分最高(8.5),同时成本比Qwen4 Max (high)低约 7.2 倍。
详细对比
| 指标 | Muse Ember Muse Ember medium | Qwen4 Max Qwen4 Max high |
|---|---|---|
| 分数 | 8.5 | 8.6 |
| 排名 | #109 | #105 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 8.2 | 9.6 |
| 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 | 1 |
| 总运行次数 | 69 | 69 |
| 每个结果成本 | 1.266 | 7.172 |
| 总成本 | $0.190 | $1.363 |
| 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 | 274,381 | 350,854 |
| 输出令牌 | 12,835 | 8,427 |
| 推理令牌 | 312,022 | 177,417 |
| 响应时间(平均) | 12.39s | 52.90s |
| 响应时间(最大) | 75.32s | 437.98s |
| 响应时间(总计) | 285.08s | 1216.62s |
| 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.
#109 Muse Ember
medium- 成本
- $0.003
- 时间
- 10.0s
- 令牌
- 5,136 tok
#105 Qwen4 Max
high- 成本
- $0.076
- 时间
- 277.5s
- 令牌
- 16,848 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 | |
| Qwen4 Max | 5.0 | 10.0 | 0.0% | 0 | 228.78s | 243,450 | 2,696 | 31,022 |
| 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 | |
| Qwen4 Max | 10.0 | 10.0 | 100.0% | 0 | 3.42s | 816 | 283 | 1,187 |
| 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 | |
| Qwen4 Max | 10.0 | 10.0 | 100.0% | 0 | 15.68s | 8,001 | 431 | 9,195 |
| 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 | |
| Qwen4 Max | 10.0 | 10.0 | 100.0% | 0 | 46.52s | 79,602 | 3,716 | 12,144 |
| 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 | |
| Qwen4 Max | 10.0 | 10.0 | 100.0% | 0 | 3.88s | 8,097 | 255 | 552 |
| 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 | |
| Qwen4 Max | 5.9 | 7.2 | 55.6% | 1 | 239.42s | 888 | 35 | 109,258 |
| 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 | |
| Qwen4 Max | 10.0 | 10.0 | 100.0% | 0 | 4.78s | 552 | 189 | 249 |
| 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 | |
| Qwen4 Max | 10.0 | 10.0 | 100.0% | 0 | 3.02s | 771 | 84 | 500 |
| 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 | |
| Qwen4 Max | 10.0 | 10.0 | 100.0% | 0 | 3.51s | 804 | 366 | 572 |
| 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 | |
| Qwen4 Max | 10.0 | 10.0 | 100.0% | 0 | 6.99s | 7,633 | 281 | 259 |
| 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 | |
| Qwen4 Max | 3.0 | 10.0 | 0.0% | 0 | 79.73s | 240 | 91 | 12,479 |
快速对比
切换对比组合
Claude Haiku 5.5lowvsQwen4 MaxhighMuse EmbermediumvsGrok 4.6highParticle-1mediumvsQwen4 MaxhighClaude Fable 5.2lowvsQwen4 MaxhighMuse EmbermediumvsQwen3.8 Max (0902)lowMuse Spark 1.1lowvsQwen4 MaxhighGPT-6.1 TerranonevsQwen4 MaxhighClaude Haiku 5.5lowvsMuse EmbermediumDeepSeek V4.1 FlashmaxvsQwen4 MaxhighClaude Haiku 5.5maxvsMuse EmbermediumClaude Sonnet 5.5highvsMuse EmbermediumMuse Spark 1.3lowvsQwen4 Maxhigh