- 排名
- #101
- 总输出令牌
- 122,421
- 响应时间(平均)
- 13.21s
- 总成本
- $0.885
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%。
已对比模型
- 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 | Qwen4 Max Qwen4 Max high |
|---|---|---|
| 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
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 Spark 1.1 | 10.0 | 10.0 | 100.0% | 0 | 42.23s | 149,490 | 2,436 | 3,496 | |
| Qwen4 Max | 5.0 | 10.0 | 0.0% | 0 | 228.78s | 243,450 | 2,696 | 31,022 |
| 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 | 7.9 | 6.3 | 83.3% | 2 | 4.36s | 2,334 | 621 | 6,040 | |
| Qwen4 Max | 10.0 | 10.0 | 100.0% | 0 | 3.42s | 816 | 283 | 1,187 |
| 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 |
| 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 | 6.6 | 9.1 | 50.0% | 0 | 29.45s | 103,652 | 8,010 | 17,369 | |
| Qwen4 Max | 10.0 | 10.0 | 100.0% | 0 | 46.52s | 79,602 | 3,716 | 12,144 |
| 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 | 3.22s | 7,827 | 240 | 2,074 | |
| Qwen4 Max | 10.0 | 10.0 | 100.0% | 0 | 3.88s | 8,097 | 255 | 552 |
| 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 | 3.6 | 7.2 | 22.2% | 1 | 32.99s | 1,596 | 421 | 48,038 | |
| Qwen4 Max | 5.9 | 7.2 | 55.6% | 1 | 239.42s | 888 | 35 | 109,258 |
| 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 | 4.12s | 906 | 131 | 1,125 | |
| Qwen4 Max | 10.0 | 10.0 | 100.0% | 0 | 4.78s | 552 | 189 | 249 |
| 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 | 7.3 | 6.0 | 83.3% | 1 | 5.42s | 1,527 | 252 | 4,246 | |
| Qwen4 Max | 10.0 | 10.0 | 100.0% | 0 | 3.02s | 771 | 84 | 500 |
| 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 | 8.3 | 10.0 | 66.7% | 0 | 6.60s | 1,938 | 391 | 7,503 | |
| Qwen4 Max | 10.0 | 10.0 | 100.0% | 0 | 3.51s | 804 | 366 | 572 |
| 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 | 9.8 | 10.0 | 100.0% | 0 | 5.98s | 12,924 | 533 | 1,012 | |
| Qwen4 Max | 10.0 | 10.0 | 100.0% | 0 | 6.99s | 7,633 | 281 | 259 |
| 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 | 8.17s | 612 | 40 | 3,546 | |
| Qwen4 Max | 3.0 | 10.0 | 0.0% | 0 | 79.73s | 240 | 91 | 12,479 |
快速对比
切换对比组合
Muse Spark 1.1lowvsGPT-6.1 TerranoneClaude Haiku 5.5lowvsQwen4 MaxhighClaude Sonnet 5.5highvsMuse Spark 1.1lowParticle-1mediumvsQwen4 MaxhighDeepSeek V4.1 FlashmaxvsMuse Spark 1.1lowClaude Fable 5.2lowvsQwen4 MaxhighGPT-6.1 TerranonevsQwen4 MaxhighERNIE-Light-DT-1.0highvsMuse Spark 1.1lowMuse EmbermediumvsQwen4 MaxhighMuse Spark 1.1lowvsParticle-1mediumDeepSeek V4.1 FlashmaxvsQwen4 MaxhighClaude Fable 5.2highvsMuse Spark 1.1low