- 排名
- #67
- 总输出令牌
- 40,577
- 响应时间（平均）
- 5.30s
- 总成本
- $0.047
Muse Ember (minimal) vs Pareto 26.9 (default)
平均分几乎持平，为 8.9 vs 8.9。 Muse Ember (minimal) benchmark 成本更低，为 $0.047 vs $1.864。 Muse Ember (minimal) 更快，为 5.30s vs 28.26s，通过率为 76.8% vs 79.7%。
已对比模型
- 排名
- #69
- 总输出令牌
- 175,696
- 响应时间（平均）
- 28.26s
- 总成本
- $1.864
推荐模型
Muse Ember (minimal)
它在这里得分最高（8.9），同时成本比Pareto 26.9 (default)低约 39.8 倍。
详细对比
| 指标 | Muse Ember Muse Ember minimal | Pareto 26.9 Pareto 26.9 default |
|---|---|---|
| 分数 | 8.9 | 8.9 |
| 排名 | #67 | #69 |
| 可靠性 | 9.7 | 10.0 |
| 一致性 | 9.6 | 8.1 |
| 尝试次数 | 69/69 | 69/69 |
| 测试正确 | ||
| 尝试通过率 | 76.8% | 79.7% |
| 不稳定测试 | 1 | 6 |
| 总运行次数 | 69 | 69 |
| 每个结果成本 | 0.276 | 12.422 |
| 总成本 | $0.047 | $1.864 |
| 输入价格 | $0.100 / 1M | $2.500 / 1M |
| 输出价格 | $0.500 / 1M | $7.500 / 1M |
| 缓存读取价格 | $0.004 / 1M | $0.250 / 1M |
| 缓存写入价格 | $0.125 / 1M | 不适用 |
| 总输入令牌 | 265,844 | 218,199 |
| 输出令牌 | 10,584 | 175,696 |
| 推理令牌 | 29,993 | 0 |
| 响应时间（平均） | 5.30s | 28.26s |
| 响应时间（最大） | 48.15s | 151.76s |
| 响应时间（总计） | 121.82s | 649.90s |
| 参数量 | ~150B 总计 (~10B 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
#69 Pareto 26.9
default- 成本
- $0.038
- 时间
- 109.6s
- 令牌
- 5,118 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 | 48.15s | 147,537 | 2,489 | 1,109 | |
| Pareto 26.9 | 10.0 | 10.0 | 100.0% | 0 | 54.17s | 103,835 | 8,348 | 0 |
| 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 | |
| Pareto 26.9 | 7.5 | 8.4 | 66.7% | 1 | 6.44s | 737 | 1,595 | 0 |
| 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 | |
| Pareto 26.9 | 10.0 | 10.0 | 100.0% | 0 | 49.15s | 7,419 | 1,895 | 0 |
| 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 | |
| Pareto 26.9 | 8.2 | 6.9 | 66.7% | 1 | 81.38s | 88,832 | 146,339 | 0 |
| 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 | |
| Pareto 26.9 | 10.0 | 10.0 | 100.0% | 0 | 2.63s | 7,728 | 1,285 | 0 |
| 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 | |
| Pareto 26.9 | 5.9 | 7.2 | 55.6% | 1 | 60.97s | 825 | 12,233 | 0 |
| 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 | |
| Pareto 26.9 | 6.5 | 3.4 | 66.7% | 1 | 6.55s | 492 | 774 | 0 |
| 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 | |
| Pareto 26.9 | 9.8 | 10.0 | 100.0% | 0 | 3.82s | 696 | 393 | 0 |
| 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 | |
| Pareto 26.9 | 8.2 | 7.3 | 88.9% | 1 | 8.40s | 624 | 1,437 | 0 |
| 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 | |
| Pareto 26.9 | 10.0 | 10.0 | 100.0% | 0 | 3.63s | 6,762 | 892 | 0 |
| 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 | |
| Pareto 26.9 | 2.8 | 1.6 | 33.3% | 1 | 28.57s | 249 | 505 | 0 |
快速对比
切换对比组合
Claude Fable 5mediumvsMuse EmberminimalClaude Fable 5mediumvsPareto 26.9defaultMuse Spark 1.1mediumvsPareto 26.9defaultMuse Spark 1.2mediumvsPareto 26.9defaultMuse Spark 1.2highvsPareto 26.9defaultKimi K3.1 ProlowvsPareto 26.9defaultQwen3.8 MAXlowvsPareto 26.9defaultMuse EmberminimalvsKimi K3.1 ProlowMuse EmberminimalvsQwen3.8 MAXlowMuse Spark OpenlowvsPareto 26.9defaultGPT-5.4mediumvsPareto 26.9defaultMuse EmberminimalvsGLM 5.3 Flashmax