Muse Ember (minimal) vs Kimi K3.1 Pro (low)

已对比模型

排名: #67
总输出令牌: 40,577
响应时间（平均）: 5.30s
总成本: $0.047

排名: #70
总输出令牌: 139,158
响应时间（平均）: 47.50s
总成本: $1.836

推荐模型 Muse Ember (minimal)

它在这里得分最高（8.9），同时成本比Kimi K3.1 Pro (low)低约 39.2 倍。

详细对比

指标	Muse Ember Muse Ember minimal 发布日期: 2026-11-09	Kimi K3.1 Pro Kimi K3.1 Pro low 发布日期: 2026-10-24

指标	Muse Ember Muse Ember minimal 发布日期: 2026-11-09	Kimi K3.1 Pro Kimi K3.1 Pro low 发布日期: 2026-10-24
分数	8.9	8.8
排名	#67	#70
可靠性	9.7	8.4
一致性	9.6	8.9
尝试次数	69/69	69/69
测试正确
尝试通过率	76.8%	81.2%
不稳定测试	1	3
总运行次数	69	69
每个结果成本	0.276	10.796
总成本	$0.047	$1.836
输入价格	$0.100 / 1M	$2.000 / 1M
输出价格	$0.500 / 1M	$10.000 / 1M
缓存读取价格	$0.004 / 1M	$0.200 / 1M
缓存写入价格	$0.125 / 1M	不适用
总输入令牌	265,844	221,802
输出令牌	10,584	12,498
推理令牌	29,993	126,660
响应时间（平均）	5.30s	47.50s
响应时间（最大）	48.15s	506.95s
响应时间（总计）	121.82s	1092.61s
参数量	~150B 总计 (~10B 激活)	~2.8T 总计 (~104B 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.

#67 Muse Ember

minimal

成本: $0.002
时间: 4.5s
令牌: 2,690 tok

#70 MoonshotAI: Kimi K3.1 Pro

low

fetch failed

成本: $0.000
时间: 10.7s
令牌: 0 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		48.15s	147,537	2,489	1,109
Kimi K3.1 Pro	10.0	10.0	100.0%	0		69.28s	103,362	1,789	2,468

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		2.03s	798	330	1,076
Kimi K3.1 Pro	10.0	10.0	100.0%	0		5.90s	1,650	286	1,982

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		2.66s	7,410	577	6,099
Kimi K3.1 Pro	10.0	10.0	100.0%	0		18.91s	8,070	468	7,531

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	7.3	5.8	83.3%	1		9.58s	89,458	5,369	4,624
Kimi K3.1 Pro	6.5	10.0	50.0%	0		52.27s	88,134	8,439	5,435

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	10.0	10.0	100.0%	0		1.57s	7,215	234	570
Kimi K3.1 Pro	10.0	10.0	100.0%	0		5.31s	7,845	273	394

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	5.3	10.0	33.3%	0		3.96s	873	344	7,621
Kimi K3.1 Pro	4.1	4.4	44.5%	2		243.49s	1,515	150	99,091

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		1.65s	522	109	567
Kimi K3.1 Pro	10.0	10.0	100.0%	0		7.96s	735	166	608

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	9.8	10.0	100.0%	0		2.10s	759	111	824
Kimi K3.1 Pro	10.0	10.0	100.0%	0		5.84s	1,185	147	961

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	5.3	10.0	33.3%	0		3.33s	786	412	5,631
Kimi K3.1 Pro	7.6	7.2	77.8%	1		7.29s	1,425	376	1,588

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		4.67s	10,258	539	175
Kimi K3.1 Pro	10.0	10.0	100.0%	0		11.24s	7,413	348	227

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		2.88s	228	70	1,697
Kimi K3.1 Pro	3.0	10.0	0.0%	0		44.64s	468	56	6,375

切换对比组合

Claude Fable 5mediumvsMuse Emberminimal Muse EmberminimalvsPareto 26.9default Kimi K3.1 ProlowvsGPT-5.4medium Kimi K3.1 ProlowvsPareto 26.9default Claude Fable 5mediumvsKimi K3.1 Prolow Muse EmberminimalvsQwen3.8 MAXlow Muse Spark 1.1mediumvsKimi K3.1 Prolow Muse Spark 1.2mediumvsKimi K3.1 Prolow Muse EmberxhighvsKimi K3.1 Prolow Muse Spark OpenmediumvsKimi K3.1 Prolow DeepSeek V4.1 FlashhighvsKimi K3.1 Prolow Muse EmberminimalvsGLM 5.3 Flashmax