- 排名
- #53
- 总输出令牌
- 363,989
- 响应时间（平均）
- 30.84s
- 总成本
- $1.709
Muse Spark 1.1 (high) vs Qwen3.8 27B (low)
Muse Spark 1.1 (high) 平均分领先，为 8.0 vs 7.9。 Qwen3.8 27B (low) benchmark 成本更低，为 ~$0.071 vs $1.709。 Muse Spark 1.1 (high) 更快，为 30.84s vs 39.11s，通过率为 68.2% vs 68.2%。
- 排名
- #62
- 总输出令牌
- 169,329
- 响应时间（平均）
- 39.11s
- 总成本
- ~$0.071
推荐模型
Qwen3.8 27B (low)
它的得分接近这里的最高分（7.9 vs 8.0），同时成本比Muse Spark 1.1 (high)低约 24.1 倍。
详细对比
| 指标 | Muse Spark 1.1 Muse Spark 1.1 high | Qwen3.8 27B Qwen3.8 27B low |
|---|---|---|
| 分数 | 8.0 | 7.9 |
| 排名 | #53 | #62 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 7.9 | 10.0 |
| 尝试次数 | 64/66 | 66/66 |
| 测试正确 | ||
| 尝试通过率 | 68.2% | 68.2% |
| 不稳定测试 | 6 | 0 |
| 总运行次数 | 64 | 66 |
| 每个结果成本 | 14.236 | ~0.473 |
| 总成本 | $1.709 | ~$0.071 |
| 输入价格 | $1.250 / 1M | 不适用 |
| 输出价格 | $4.250 / 1M | 不适用 |
| 总输入令牌 | 129,003 | 99,705 |
| 输出令牌 | 8,340 | 1,545 |
| 推理令牌 | 355,649 | 167,784 |
| 响应时间（平均） | 30.84s | 39.11s |
| 响应时间（最大） | 196.03s | 376.04s |
| 响应时间（总计） | 647.67s | 860.51s |
| 参数量 | ~1T 总计 (~50B 激活) | 27.3B |
| 开放状态 | 闭源 | 权重可用 |
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#53 Muse Spark 1.1
high- 成本
- $0.039
- 时间
- 50.1s
- 令牌
- 9,423 tok
#62 Qwen3.8 27B
low- 成本
- ~$0.003
- 时间
- 92.8s
- 令牌
- 6,902 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
| 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 Spark 1.1 | 7.5 | 8.4 | 66.7% | 1 | 8.60s | 2,334 | 516 | 13,023 | |
| Qwen3.8 27B | 10.0 | 10.0 | 100.0% | 0 | 3.02s | 984 | 183 | 2,016 |
| 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 Spark 1.1 | 10.0 | 10.0 | 100.0% | 0 | 22.92s | 8,562 | 349 | 36,039 | |
| Qwen3.8 27B | 7.7 | 10.0 | 66.7% | 0 | 140.92s | 8,127 | 585 | 86,694 |
| 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 Spark 1.1 | 5.9 | 2.9 | 66.7% | 2 | 70.25s | 90,082 | 5,535 | 68,439 | |
| Qwen3.8 27B | 10.0 | 10.0 | 100.0% | 0 | 90.63s | 69,687 | 66 | 37,791 |
| 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 Spark 1.1 | 10.0 | 10.0 | 100.0% | 0 | 8.40s | 7,827 | 240 | 5,907 | |
| Qwen3.8 27B | 10.0 | 10.0 | 100.0% | 0 | 8.03s | 9,087 | 150 | 1,962 |
| 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 Spark 1.1 | 2.9 | 4.4 | 22.2% | 2 | 60.59s | 852 | 329 | 67,684 | |
| Qwen3.8 27B | 5.3 | 10.0 | 33.3% | 0 | 60.78s | 1,014 | 12 | 31,872 |
| 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 Spark 1.1 | 10.0 | 10.0 | 100.0% | 0 | 7.73s | 906 | 116 | 3,390 | |
| Qwen3.8 27B | 5.0 | 10.0 | 0.0% | 0 | 5.37s | 594 | 132 | 729 |
| 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 Spark 1.1 | 6.4 | 6.0 | 66.7% | 1 | 7.81s | 1,527 | 193 | 7,158 | |
| Qwen3.8 27B | 10.0 | 10.0 | 100.0% | 0 | 2.43s | 855 | 48 | 915 |
| 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 Spark 1.1 | 7.8 | 9.9 | 66.7% | 0 | 69.96s | 1,938 | 225 | 140,780 | |
| Qwen3.8 27B | 7.7 | 10.0 | 66.7% | 0 | 4.91s | 930 | 240 | 2,382 |
| 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 Spark 1.1 | 9.6 | 10.0 | 100.0% | 0 | 9.88s | 14,363 | 795 | 2,938 | |
| Qwen3.8 27B | 3.0 | 10.0 | 0.0% | 0 | 8.42s | 8,145 | 15 | 1,350 |
| 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 Spark 1.1 | 3.0 | 10.0 | 0.0% | 0 | 22.93s | 612 | 42 | 10,291 | |
| Qwen3.8 27B | 3.0 | 10.0 | 0.0% | 0 | 12.64s | 282 | 114 | 2,073 |
快速对比
切换对比组合
Qwen3.8 27BlowvsStep 3.7 FlashmediumGPT-5.2 ChatnonevsQwen3.8 27BlowDeepSeek V4 Flash 0731lowvsMuse Spark 1.1highKimi K3maxvsQwen3.8 27BlowMuse Spark 1.1highvsGPT-5 MinimediumMuse Spark 1.1highvsQwen3.8 2.4T A95BlowGPT-5.6 TerrahighvsQwen3.8 27BlowGemini 3.5 Flash LitemediumvsQwen3.8 27BlowQwen3.8 27BlowvsGLM 5.2mediumQwen3.8 27BlowvsInklingmediumGPT-5.6 TerramediumvsQwen3.8 27BlowClaude Sonnet 4.6mediumvsQwen3.8 27Blow