- 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 GPT-5.2 (medium)
Muse Ember (xhigh) 平均分领先，为 8.8 vs 8.7。 Muse Ember (xhigh) benchmark 成本更低，为 $0.232 vs $1.558。 Muse Ember (xhigh) 更快，为 13.90s vs 31.29s，通过率为 76.8% vs 73.9%。
已对比模型
- 排名
- #80
- 总输出令牌
- 80,538
- 响应时间（平均）
- 31.29s
- 总成本
- $1.558
推荐模型
Muse Ember (xhigh)
它在这里得分最高（8.8），同时成本比GPT-5.2 (medium)低约 6.7 倍。
详细对比
| 指标 | Muse Ember Muse Ember xhigh | GPT-5.2 GPT-5.2 medium |
|---|---|---|
| 分数 | 8.8 | 8.7 |
| 排名 | #73 | #80 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 8.9 | 8.5 |
| 尝试次数 | 69/69 | 69/69 |
| 测试正确 | ||
| 尝试通过率 | 76.8% | 73.9% |
| 不稳定测试 | 3 | 4 |
| 总运行次数 | 69 | 69 |
| 每个结果成本 | 1.450 | 10.261 |
| 总成本 | $0.232 | $1.558 |
| 输入价格 | $0.100 / 1M | $1.750 / 1M |
| 输出价格 | $0.500 / 1M | $14.000 / 1M |
| 缓存读取价格 | $0.004 / 1M | $0.175 / 1M |
| 缓存写入价格 | $0.125 / 1M | 不适用 |
| 总输入令牌 | 274,208 | 235,207 |
| 输出令牌 | 11,740 | 11,065 |
| 推理令牌 | 397,372 | 69,473 |
| 响应时间（平均） | 13.90s | 31.29s |
| 响应时间（最大） | 79.38s | 116.86s |
| 响应时间（总计） | 319.61s | 531.98s |
| 参数量 | ~150B 总计 (~10B 激活) | ~1.2T 总计 (~80B 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
#80 GPT-5.2
medium- 成本
- $0.047
- 时间
- 49.2s
- 令牌
- 3,396 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 | |
| GPT-5.2 | 10.0 | 10.0 | 100.0% | 0 | 75.85s | 130,194 | 1,151 | 8,135 |
| 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 | |
| GPT-5.2 | 6.5 | 8.0 | 58.3% | 1 | 7.81s | 606 | 567 | 2,002 |
| 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 | |
| GPT-5.2 | 10.0 | 10.0 | 100.0% | 0 | 22.73s | 7,302 | 511 | 11,912 |
| 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 | |
| GPT-5.2 | 10.0 | 10.0 | 100.0% | 0 | 58.50s | 82,056 | 7,304 | 14,693 |
| 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 | |
| GPT-5.2 | 10.0 | 10.0 | 100.0% | 0 | 3.15s | 7,140 | 234 | 420 |
| 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 | |
| GPT-5.2 | 5.9 | 7.2 | 55.6% | 1 | 97.33s | 482 | 42 | 26,812 |
| 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 | |
| GPT-5.2 | 3.7 | 9.7 | 0.0% | 0 | 4.32s | 477 | 162 | 269 |
| 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 | |
| GPT-5.2 | 9.9 | 10.0 | 100.0% | 0 | 3.12s | 660 | 94 | 614 |
| 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 | |
| GPT-5.2 | 7.5 | 7.3 | 77.8% | 1 | 5.80s | 642 | 735 | 924 |
| 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 | |
| GPT-5.2 | 4.7 | 1.6 | 66.7% | 1 | 10.30s | 5,453 | 239 | 469 |
| 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 | |
| GPT-5.2 | 3.0 | 10.0 | 0.0% | 0 | 28.18s | 195 | 26 | 3,223 |
快速对比
切换对比组合
DeepSeek V4.1 FlashhighvsMuse EmberxhighGPT-5.2mediumvsQwen3.8 27Bhigh免费可用DeepSeek V4.1 FlashmediumvsMuse EmberxhighGPT-5.2mediumvsParticle-1xhighMuse EmberxhighvsKimi K3.1 PromaxClaude Fable 5.2highvsGPT-5.2mediumMuse EmberlowvsGPT-5.2mediumMuse EmbermaxvsGPT-5.2mediumMuse EmberxhighvsGPT-5.4mediumDeepSeek V4.1 FlashmaxvsGPT-5.2mediumMuse Spark 1.2lowvsGPT-5.2mediumKimi K3.1 PromaxvsGPT-5.2medium