- 排名
- #73
- 总输出令牌
- 409,112
- 响应时间（平均）
- 13.90s
- 总成本
- $0.232
Muse Ember (xhigh) vs Kimi K3.1 Pro (max)
平均分几乎持平，为 8.8 vs 8.7。 Muse Ember (xhigh) benchmark 成本更低，为 $0.232 vs $3.578。 Muse Ember (xhigh) 更快，为 13.90s vs 152.72s，通过率为 76.8% vs 84.1%。
已对比模型
- 排名
- #77
- 总输出令牌
- 300,622
- 响应时间（平均）
- 152.72s
- 总成本
- $3.578
推荐模型
Muse Ember (xhigh)
它在这里得分最高（8.8），同时成本比Kimi K3.1 Pro (max)低约 15.4 倍。
详细对比
| 指标 | Muse Ember Muse Ember xhigh | Kimi K3.1 Pro Kimi K3.1 Pro max |
|---|---|---|
| 分数 | 8.8 | 8.7 |
| 排名 | #73 | #77 |
| 可靠性 | 10.0 | 7.1 |
| 一致性 | 8.9 | 8.6 |
| 尝试次数 | 69/69 | 69/69 |
| 测试正确 | ||
| 尝试通过率 | 76.8% | 84.1% |
| 不稳定测试 | 3 | 4 |
| 总运行次数 | 69 | 69 |
| 每个结果成本 | 1.450 | 21.043 |
| 总成本 | $0.232 | $3.578 |
| 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 | 274,208 | 285,488 |
| 输出令牌 | 11,740 | 9,091 |
| 推理令牌 | 397,372 | 291,531 |
| 响应时间（平均） | 13.90s | 152.72s |
| 响应时间（最大） | 79.38s | 960.13s |
| 响应时间（总计） | 319.61s | 3512.51s |
| 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.
#73 Muse Ember
xhigh- 成本
- $0.008
- 时间
- 24.3s
- 令牌
- 14,705 tok
#77 MoonshotAI: Kimi K3.1 Pro
max- 成本
- $0.193
- 时间
- 387.5s
- 令牌
- 19,362 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 | 47.42s | 151,581 | 2,661 | 2,824 | |
| Kimi K3.1 Pro | 10.0 | 10.0 | 100.0% | 0 | 110.07s | 138,588 | 1,841 | 9,043 |
| 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 | 2.05s | 798 | 288 | 5,861 | |
| Kimi K3.1 Pro | 10.0 | 10.0 | 100.0% | 0 | 9.24s | 1,638 | 300 | 4,250 |
| 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 | 10.41s | 7,410 | 1,225 | 40,702 | |
| Kimi K3.1 Pro | 10.0 | 10.0 | 100.0% | 0 | 71.94s | 8,061 | 467 | 31,621 |
| 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 | 13.24s | 91,473 | 4,513 | 21,164 | |
| Kimi K3.1 Pro | 5.1 | 2.7 | 50.0% | 2 | 177.43s | 116,569 | 4,991 | 43,737 |
| 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 | 7.3 | 5.8 | 83.3% | 1 | 3.59s | 7,215 | 368 | 5,817 | |
| Kimi K3.1 Pro | 10.0 | 10.0 | 100.0% | 0 | 6.81s | 7,839 | 273 | 1,004 |
| 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 | 7.2 | 44.4% | 1 | 23.77s | 873 | 1,044 | 76,708 | |
| Kimi K3.1 Pro | 5.9 | 7.2 | 55.6% | 1 | 789.18s | 760 | 80 | 143,786 |
| 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 | 2.88s | 522 | 214 | 2,610 | |
| Kimi K3.1 Pro | 10.0 | 10.0 | 100.0% | 0 | 20.89s | 732 | 182 | 2,554 |
| 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 | 6.5 | 10.0 | 50.0% | 0 | 4.17s | 759 | 241 | 7,345 | |
| Kimi K3.1 Pro | 10.0 | 10.0 | 100.0% | 0 | 9.06s | 1,179 | 147 | 2,330 |
| 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 | 5.9 | 7.2 | 55.6% | 1 | 29.02s | 786 | 504 | 202,040 | |
| Kimi K3.1 Pro | 8.2 | 7.2 | 88.9% | 1 | 37.30s | 1,416 | 356 | 15,353 |
| 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 | 3.93s | 12,563 | 448 | 1,643 | |
| Kimi K3.1 Pro | 10.0 | 10.0 | 100.0% | 0 | 17.26s | 8,241 | 348 | 744 |
| 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 | 25.61s | 228 | 234 | 30,658 | |
| Kimi K3.1 Pro | 3.0 | 10.0 | 0.0% | 0 | 245.48s | 465 | 106 | 37,109 |
快速对比
切换对比组合
DeepSeek V4.1 FlashhighvsMuse EmberxhighDeepSeek V4.1 FlashmediumvsMuse EmberxhighMuse Spark 1.2lowvsKimi K3.1 PromaxDeepSeek V4.1 FlashmediumvsKimi K3.1 PromaxDeepSeek V4.1 FlashhighvsKimi K3.1 PromaxMuse Spark OpenmediumvsKimi K3.1 PromaxMuse EmberxhighvsGPT-5.4mediumKimi K3.1 PromaxvsParticle-1xhighKimi K3.1 PromaxvsGPT-5.4mediumKimi K3.1 PromaxvsGPT-5.2mediumKimi K3.1 PromaxvsQwen3.8 27Bhigh免费可用Kimi K3.1 PromaxvsMiMo-V2.6-Promedium