导航
Advertise here

Muse Spark 1.1 (low) vs Qwen4 Max (high)

平均分几乎持平,为 8.6 vs 8.6。 Muse Spark 1.1 (low) benchmark 成本更低,为 $0.885 vs $1.363。 Muse Spark 1.1 (low) 更快,为 13.21s vs 52.90s,通过率为 72.5% vs 85.5%。

基准结果生成自 AI BENCHY 测试套件,时间:: 2026-11-16

已对比模型

排名
#101
总输出令牌
122,421
响应时间(平均)
13.21s
总成本
$0.885
排名
#105
总输出令牌
185,844
响应时间(平均)
52.90s
总成本
$1.363
推荐模型 Muse Spark 1.1 (low)

它在这里得分最高(8.6),同时成本比Qwen4 Max (high)低约 1.5 倍。

详细对比

指标 Muse Spark 1.1 Muse Spark 1.1 low 发布日期: 2026-07-16 Qwen4 Max Qwen4 Max high 发布日期: 2026-11-16
分数 8.6 8.6
排名 #101 #105
可靠性 10.0 10.0
一致性 8.6 9.6
尝试次数 69/69 69/69
测试正确
尝试通过率 72.5% 85.5%
不稳定测试 4 1
总运行次数 69 69
每个结果成本 6.318 7.172
总成本 $0.885 $1.363
输入价格 $1.250 / 1M $1.500 / 1M
输出价格 $4.250 / 1M $4.500 / 1M
缓存读取价格 $0.150 / 1M $0.075 / 1M
缓存写入价格 不适用 $1.875 / 1M
总输入令牌 291,368 350,854
输出令牌 13,469 8,427
推理令牌 108,952 177,417
响应时间(平均) 13.21s 52.90s
响应时间(最大) 54.15s 437.98s
响应时间(总计) 303.92s 1216.62s
参数量 ~1T 总计 (~50B 激活) ~2.4T 总计 (~95B 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.

#101 Muse Spark 1.1

low
成本
$0.020
时间
39.2s
令牌
4,947 tok

#105 Qwen4 Max

high
成本
$0.076
时间
277.5s
令牌
16,848 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

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 10.34s 8,562 394 14,503
Qwen4 Max 10.0 10.0 100.0% 0 15.68s 8,001 431 9,195

切换对比组合