- 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-5.4 (medium)
平均分几乎持平，为 8.8 vs 8.8。 Muse Ember (xhigh) benchmark 成本更低，为 $0.232 vs $2.213。 Muse Ember (xhigh) 更快，为 13.90s vs 24.81s，通过率为 76.8% vs 78.3%。
已对比模型
- 排名
- #72
- 总输出令牌
- 96,502
- 响应时间（平均）
- 24.81s
- 总成本
- $2.213
推荐模型
Muse Ember (xhigh)
它在这里得分最高（8.8），同时成本比GPT-5.4 (medium)低约 9.5 倍。
详细对比
| 指标 | Muse Ember Muse Ember xhigh | GPT-5.4 GPT-5.4 medium |
|---|---|---|
| 分数 | 8.8 | 8.8 |
| 排名 | #73 | #72 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 8.9 | 8.7 |
| 尝试次数 | 69/69 | 69/69 |
| 测试正确 | ||
| 尝试通过率 | 76.8% | 78.3% |
| 不稳定测试 | 3 | 4 |
| 总运行次数 | 69 | 69 |
| 每个结果成本 | 1.450 | 12.535 |
| 总成本 | $0.232 | $2.213 |
| 输入价格 | $0.100 / 1M | $2.500 / 1M |
| 输出价格 | $0.500 / 1M | $15.000 / 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 | 274,208 | 223,210 |
| 输出令牌 | 11,740 | 7,312 |
| 推理令牌 | 397,372 | 89,190 |
| 响应时间（平均） | 13.90s | 24.81s |
| 响应时间（最大） | 79.38s | 100.41s |
| 响应时间（总计） | 319.61s | 570.60s |
| 参数量 | ~150B 总计 (~10B 激活) | ~1.5T 总计 (~100B 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
#72 GPT-5.4
medium- 成本
- $0.214
- 时间
- 199.6s
- 令牌
- 14,349 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-5.4 | 10.0 | 10.0 | 100.0% | 0 | 67.82s | 142,074 | 1,157 | 4,879 |
| 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-5.4 | 8.3 | 10.0 | 75.0% | 0 | 4.11s | 606 | 240 | 1,511 |
| 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-5.4 | 8.8 | 7.8 | 88.9% | 1 | 44.36s | 7,305 | 433 | 24,216 |
| 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-5.4 | 10.0 | 10.0 | 100.0% | 0 | 29.77s | 58,038 | 4,214 | 13,351 |
| 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 | 7.3 | 5.8 | 83.3% | 1 | 3.59s | 7,215 | 368 | 5,817 | |
| GPT-5.4 | 10.0 | 10.0 | 100.0% | 0 | 5.32s | 7,140 | 234 | 804 |
| 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-5.4 | 5.3 | 7.2 | 44.4% | 1 | 72.44s | 628 | 61 | 36,544 |
| 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-5.4 | 4.7 | 3.1 | 33.3% | 1 | 4.92s | 477 | 145 | 321 |
| 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-5.4 | 10.0 | 10.0 | 100.0% | 0 | 3.11s | 660 | 93 | 897 |
| 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-5.4 | 8.2 | 7.2 | 88.9% | 1 | 9.14s | 642 | 441 | 3,815 |
| 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-5.4 | 10.0 | 10.0 | 100.0% | 0 | 13.28s | 5,445 | 264 | 1,031 |
| 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-5.4 | 3.0 | 10.0 | 0.0% | 0 | 13.95s | 195 | 30 | 1,821 |
快速对比
切换对比组合
DeepSeek V4.1 FlashhighvsMuse EmberxhighDeepSeek V4.1 FlashmediumvsMuse EmberxhighMuse EmberxhighvsKimi K3.1 PromaxGPT-5.4mediumvsQwen3.8 MAXlowKimi K3.1 ProlowvsGPT-5.4mediumDeepSeek V4.1 FlashhighvsGPT-5.4mediumKimi K3.1 PromaxvsGPT-5.4mediumMuse Spark 1.2lowvsGPT-5.4mediumMuse EmberxhighvsQwen3.8 MAXlowMuse EmberxhighvsGPT-5.2mediumMuse EmberxhighvsKimi K3.1 ProlowGPT-5.4mediumvsPareto 26.9default