Muse Ember (xhigh) vs Qwen3.8 27B (high)

已对比模型

排名: #73
总输出令牌: 409,112
响应时间（平均）: 13.90s
总成本: $0.232

排名: #81
总输出令牌: 677,080
响应时间（平均）: 166.34s
总成本: ~$0.298

推荐模型 Muse Ember (xhigh)

它在这里得分最高（8.8），同时响应速度比Qwen3.8 27B (high)快约 12.0 倍。

详细对比

指标	Muse Ember Muse Ember xhigh 发布日期: 2026-11-09	Qwen3.8 27B Qwen3.8 27B high 发布日期: 2026-08-14 免费可用

指标	Muse Ember Muse Ember xhigh 发布日期: 2026-11-09	Qwen3.8 27B Qwen3.8 27B high 发布日期: 2026-08-14 免费可用
分数	8.8	8.7
排名	#73	#81
可靠性	10.0	9.7
一致性	8.9	9.2
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	2
总运行次数	69	69
每个结果成本	1.450	~1.751
总成本	$0.232	~$0.298
输入价格	$0.100 / 1M	不适用
输出价格	$0.500 / 1M	不适用
缓存读取价格	$0.004 / 1M	不适用
缓存写入价格	$0.125 / 1M	不适用
总输入令牌	274,208	348,967
输出令牌	11,740	1,005
推理令牌	397,372	676,075
响应时间（平均）	13.90s	166.34s
响应时间（最大）	79.38s	640.85s
响应时间（总计）	319.61s	3825.81s
参数量	~150B 总计 (~10B 激活)	27.3B
开放状态	闭源	权重可用

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

#81 Qwen3.8 27B

high

成本: ~$0.008
时间: 270.1s
令牌: 18,963 tok

按分数排名的模型

分数 vs 总成本

响应时间（平均）

分数 vs 响应时间（平均）

总输出令牌

分数 vs 总输出令牌

类别细分

类别:

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
Qwen3.8 27B	10.0	10.0	100.0%	0		132.27s	248,788	101	20,344

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
Qwen3.8 27B	10.0	10.0	100.0%	0		8.10s	1,128	114	5,319

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
Qwen3.8 27B	8.1	7.0	88.9%	1		248.62s	8,235	346	143,335

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
Qwen3.8 27B	10.0	10.0	100.0%	0		185.57s	68,997	66	72,556

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
Qwen3.8 27B	10.0	10.0	100.0%	0		34.85s	9,675	123	10,320

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
Qwen3.8 27B	5.3	10.0	33.3%	0		526.74s	975	6	234,555

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
Qwen3.8 27B	5.0	10.0	0.0%	0		8.45s	630	63	1,191

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
Qwen3.8 27B	9.8	10.0	100.0%	0		8.24s	927	42	2,871

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
Qwen3.8 27B	7.6	7.2	77.8%	1		199.90s	1,038	120	138,427

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
Qwen3.8 27B	10.0	10.0	100.0%	0		5.62s	8,256	21	912

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
Qwen3.8 27B	3.0	10.0	0.0%	0		263.98s	318	3	46,245

切换对比组合