Muse Spark 1.2 (high) vs Kimi K3.1 Pro (low)

已对比模型

排名: #55
总输出令牌: 392,846
响应时间（平均）: 28.15s
总成本: $2.018

排名: #60
总输出令牌: 139,158
响应时间（平均）: 47.50s
总成本: $1.836

推荐模型 Muse Spark 1.2 (high)

它在这里得分最高（8.9），同时响应速度比Kimi K3.1 Pro (low)快约 1.7 倍。

详细对比

指标	Muse Spark 1.2 Muse Spark 1.2 high 发布日期: 2026-08-06	Kimi K3.1 Pro Kimi K3.1 Pro low 发布日期: 2026-10-24

指标	Muse Spark 1.2 Muse Spark 1.2 high 发布日期: 2026-08-06	Kimi K3.1 Pro Kimi K3.1 Pro low 发布日期: 2026-10-24
分数	8.9	8.8
排名	#55	#60
可靠性	9.9	8.4
一致性	8.4	8.9
尝试次数	69/69	69/69
测试正确
尝试通过率	75.4%	81.2%
不稳定测试	5	3
总运行次数	69	69
每个结果成本	13.448	10.796
总成本	$2.018	$1.836
输入价格	$1.250 / 1M	$2.000 / 1M
输出价格	$4.250 / 1M	$10.000 / 1M
缓存读取价格	$0.150 / 1M	$0.200 / 1M
缓存写入价格	不适用	不适用
总输入令牌	277,967	221,802
输出令牌	9,240	12,498
推理令牌	383,606	126,660
响应时间（平均）	28.15s	47.50s
响应时间（最大）	192.00s	506.95s
响应时间（总计）	647.40s	1092.61s
参数量	~1T 总计 (~50B 激活)	~2.8T 总计 (~104B 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.

#55 Muse Spark 1.2

high

成本: $0.057
时间: 34.7s
令牌: 13,356 tok

#60 MoonshotAI: Kimi K3.1 Pro

low

fetch failed

成本: $0.000
时间: 10.7s
令牌: 0 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 Spark 1.2	10.0	10.0	100.0%	0		62.51s	160,930	2,257	8,502
Kimi K3.1 Pro	10.0	10.0	100.0%	0		69.28s	103,362	1,789	2,468

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 1.2	7.1	8.4	58.3%	1		6.00s	618	544	11,656
Kimi K3.1 Pro	10.0	10.0	100.0%	0		5.90s	1,650	286	1,982

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 1.2	10.0	10.0	100.0%	0		22.24s	7,275	351	47,857
Kimi K3.1 Pro	10.0	10.0	100.0%	0		18.91s	8,070	468	7,531

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 1.2	8.0	6.9	66.7%	1		39.89s	89,299	4,673	47,491
Kimi K3.1 Pro	6.5	10.0	50.0%	0		52.27s	88,134	8,439	5,435

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 1.2	10.0	10.0	100.0%	0		6.93s	6,969	240	6,258
Kimi K3.1 Pro	10.0	10.0	100.0%	0		5.31s	7,845	273	394

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 1.2	4.1	4.4	44.5%	2		108.85s	738	94	228,558
Kimi K3.1 Pro	4.1	4.4	44.5%	2		243.49s	1,515	150	99,091

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 1.2	10.0	10.0	100.0%	0		13.93s	477	120	4,203
Kimi K3.1 Pro	10.0	10.0	100.0%	0		7.96s	735	166	608

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 1.2	9.8	10.0	100.0%	0		5.43s	669	117	6,124
Kimi K3.1 Pro	10.0	10.0	100.0%	0		5.84s	1,185	147	961

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 1.2	8.2	7.7	77.8%	1		10.07s	651	343	15,171
Kimi K3.1 Pro	7.6	7.2	77.8%	1		7.29s	1,425	376	1,588

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 1.2	10.0	10.0	100.0%	0		4.00s	10,158	459	1,316
Kimi K3.1 Pro	10.0	10.0	100.0%	0		11.24s	7,413	348	227

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 1.2	3.0	10.0	0.0%	0		14.99s	183	42	6,470
Kimi K3.1 Pro	3.0	10.0	0.0%	0		44.64s	468	56	6,375

切换对比组合

Kimi K3.1 ProlowvsGPT-5.4medium Claude Fable 5mediumvsMuse Spark 1.2high Muse Spark 1.2highvsPareto 26.9default Muse Spark 1.2highvsGLM 5.3 Flashmax Kimi K3.1 ProlowvsPareto 26.9default Gemini 3.6 FlashlowvsMuse Spark 1.2high Claude Opus 5lowvsMuse Spark 1.2high Claude Fable 5mediumvsKimi K3.1 Prolow Gemini 4 ArgonmediumvsMuse Spark 1.2high Muse Spark 1.1mediumvsKimi K3.1 Prolow Muse Spark 1.2mediumvsKimi K3.1 Prolow Muse Spark OpenmediumvsKimi K3.1 Prolow