- 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 (low)
Muse Ember (minimal) 平均分领先，为 8.9 vs 6.7。 Muse Ember (minimal) benchmark 成本更低，为 $0.047 vs $0.135。 Muse Ember (minimal) 更快，为 5.30s vs 8.30s，通过率为 76.8% vs 55.1%。
已对比模型
- 排名
- #237
- 总输出令牌
- 37,995
- 响应时间（平均）
- 8.30s
- 总成本
- $0.135
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 (low)低约 2.9 倍。
详细对比
| 指标 | Muse Ember Muse Ember minimal | GLM 5.3 FlashX Legal GLM 5.3 FlashX Legal low |
|---|---|---|
| 分数 | 8.9 | 6.7 |
| 排名 | #67 | #237 |
| 可靠性 | 9.7 | 9.7 |
| 一致性 | 9.6 | 7.8 |
| 尝试次数 | 69/69 | 69/69 |
| 测试正确 | ||
| 尝试通过率 | 76.8% | 55.1% |
| 不稳定测试 | 1 | 6 |
| 总运行次数 | 69 | 69 |
| 每个结果成本 | 0.276 | 1.349 |
| 总成本 | $0.047 | $0.135 |
| 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 | 236,104 |
| 输出令牌 | 10,584 | 11,222 |
| 推理令牌 | 29,993 | 26,773 |
| 响应时间（平均） | 5.30s | 8.30s |
| 响应时间（最大） | 48.15s | 64.18s |
| 响应时间（总计） | 121.82s | 190.99s |
| 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
#237 GLM 5.3 FlashX Legal
low- 成本
- $0.003
- 时间
- 12.4s
- 令牌
- 2,362 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 | 59.27s | 131,366 | 1,125 | 5,112 |
| 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 | 6.4 | 7.9 | 58.3% | 1 | 1.39s | 639 | 220 | 288 |
| 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 | 5.4 | 7.2 | 44.4% | 1 | 5.90s | 7,317 | 465 | 3,760 |
| 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 | 3.0 | 10.0 | 0.0% | 0 | 36.85s | 79,926 | 8,387 | 14,351 |
| 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 | 1.55s | 7,149 | 210 | 130 |
| 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 | 2.9 | 7.2 | 11.1% | 1 | 3.12s | 759 | 34 | 2,248 |
| 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 | 3.4 | 2.2 | 33.3% | 1 | 1.35s | 498 | 156 | 80 |
| 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 | 7.3 | 5.8 | 83.3% | 1 | 1.28s | 678 | 71 | 93 |
| 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 | 8.2 | 7.2 | 88.9% | 1 | 2.10s | 672 | 320 | 251 |
| 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 | 9.16s | 6,893 | 213 | 32 |
| 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 | 2.91s | 207 | 21 | 428 |
快速对比
切换对比组合
Claude Fable 5mediumvsMuse EmberminimalQwen3.5-FlashnonevsGLM 5.3 FlashX LegallowMuse EmberminimalvsPareto 26.9defaultGrok Build 0.1mediumvsGLM 5.3 FlashX LegallowGrok 4.7highvsGLM 5.3 FlashX LegallowMiniMax M3mediumvsGLM 5.3 FlashX LegallowEmber-1maxvsGLM 5.3 FlashX LegallowGrok 4.7xhighvsGLM 5.3 FlashX LegallowGPT 5.3 ChatdefaultvsGLM 5.3 FlashX LegallowGPT-5.6 SolnonevsGLM 5.3 FlashX LegallowApodex 1.1 Minihigh免费可用vsGLM 5.3 FlashX LegallowSolar Pro 4xhighvsGLM 5.3 FlashX Legallow