- 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 GLM 5.3 FlashX Legal (high)
Muse Ember (minimal) 平均分领先，为 8.9 vs 8.2。 Muse Ember (minimal) benchmark 成本更低，为 $0.047 vs $0.521。 Muse Ember (minimal) 更快，为 5.30s vs 35.19s，通过率为 76.8% vs 72.5%。
已对比模型
- 排名
- #127
- 总输出令牌
- 345,985
- 响应时间（平均）
- 35.19s
- 总成本
- $0.521
推荐模型
Muse Ember (minimal)
它在这里得分最高（8.9），同时成本比GLM 5.3 FlashX Legal (high)低约 11.1 倍。
详细对比
| 指标 | Muse Ember Muse Ember minimal | GLM 5.3 FlashX Legal GLM 5.3 FlashX Legal high |
|---|---|---|
| 分数 | 8.9 | 8.2 |
| 排名 | #67 | #127 |
| 可靠性 | 9.7 | 9.7 |
| 一致性 | 9.6 | 8.6 |
| 尝试次数 | 69/69 | 69/69 |
| 测试正确 | ||
| 尝试通过率 | 76.8% | 72.5% |
| 不稳定测试 | 1 | 4 |
| 总运行次数 | 69 | 69 |
| 每个结果成本 | 0.276 | 3.473 |
| 总成本 | $0.047 | $0.521 |
| 输入价格 | $0.100 / 1M | $0.370 / 1M |
| 输出价格 | $0.500 / 1M | $1.250 / 1M |
| 缓存读取价格 | $0.004 / 1M | $0.075 / 1M |
| 缓存写入价格 | $0.125 / 1M | 不适用 |
| 总输入令牌 | 265,844 | 238,713 |
| 输出令牌 | 10,584 | 7,034 |
| 推理令牌 | 29,993 | 338,951 |
| 响应时间（平均） | 5.30s | 35.19s |
| 响应时间（最大） | 48.15s | 298.81s |
| 响应时间（总计） | 121.82s | 809.47s |
| 参数量 | ~150B 总计 (~10B 激活) | ~320B 总计 (~18B 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
#127 GLM 5.3 FlashX Legal
high- 成本
- $0.018
- 时间
- 103.8s
- 令牌
- 13,703 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 | |
| GLM 5.3 FlashX Legal | 10.0 | 10.0 | 100.0% | 0 | 78.95s | 140,782 | 1,206 | 13,815 |
| 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 | |
| GLM 5.3 FlashX Legal | 8.2 | 7.9 | 83.3% | 1 | 1.50s | 639 | 282 | 456 |
| 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 | |
| GLM 5.3 FlashX Legal | 8.2 | 7.2 | 88.9% | 1 | 27.50s | 7,317 | 397 | 31,799 |
| 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 | |
| GLM 5.3 FlashX Legal | 6.9 | 5.9 | 66.7% | 1 | 22.42s | 73,021 | 3,779 | 11,384 |
| 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 | |
| GLM 5.3 FlashX Legal | 10.0 | 10.0 | 100.0% | 0 | 1.32s | 7,149 | 210 | 358 |
| 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 | |
| GLM 5.3 FlashX Legal | 3.0 | 10.0 | 0.0% | 0 | 188.77s | 759 | 195 | 278,113 |
| 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 | |
| GLM 5.3 FlashX Legal | 4.8 | 3.2 | 33.3% | 1 | 1.78s | 498 | 204 | 214 |
| 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 | |
| GLM 5.3 FlashX Legal | 10.0 | 10.0 | 100.0% | 0 | 1.53s | 678 | 72 | 240 |
| 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 | |
| GLM 5.3 FlashX Legal | 10.0 | 10.0 | 100.0% | 0 | 2.45s | 672 | 411 | 479 |
| 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 | |
| GLM 5.3 FlashX Legal | 10.0 | 10.0 | 100.0% | 0 | 7.41s | 6,991 | 225 | 98 |
| 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 | |
| GLM 5.3 FlashX Legal | 3.0 | 10.0 | 0.0% | 0 | 8.62s | 207 | 53 | 1,995 |
快速对比
切换对比组合
Claude Fable 5mediumvsMuse EmberminimalMuse EmberminimalvsPareto 26.9defaultGPT-5.6 TerramediumvsGLM 5.3 FlashX LegalhighDeepSeek V4.1 Flash 1017maxvsGLM 5.3 FlashX LegalhighGemini 4 ArgonlowvsGLM 5.3 FlashX LegalhighQwen3.7 PlusmediumvsGLM 5.3 FlashX LegalhighLing 3.1 FlashmediumvsGLM 5.3 FlashX LegalhighSeed-2.0-LitemediumvsGLM 5.3 FlashX LegalhighClaude Opus 4.8mediumvsGLM 5.3 FlashX LegalhighGPT-6 LunamediumvsGLM 5.3 FlashX LegalhighMuse EmberminimalvsKimi K3.1 ProlowMuse EmberminimalvsQwen3.8 MAXlow