Muse Spark 1.2 (high) vs Qwen3.7 Max (medium)

推荐模型 Qwen3.7 Max (medium)

它在本次比较中得分最高（9.2），并且在全部 2 个模型中兼顾成本和响应时间最好。

详细对比

指标	Muse Spark 1.2 Muse Spark 1.2 high 发布日期: 2026-08-06	Qwen3.7 Max Qwen3.7 Max medium 发布日期: 2026-05-22

指标	Muse Spark 1.2 Muse Spark 1.2 high 发布日期: 2026-08-06	Qwen3.7 Max Qwen3.7 Max medium 发布日期: 2026-05-22
分数	8.8	9.2
排名	#26	#16
可靠性	9.8	10.0
一致性	8.7	9.3
尝试次数	66/66	66/66
测试正确
尝试通过率	75.8%	87.9%
不稳定测试	4	2
总运行次数	66	66
每个结果成本	10.880	8.292
总成本	$1.632	$1.116
输入价格	$1.250 / 1M	$1.475 / 1M
输出价格	$4.250 / 1M	$4.425 / 1M
总输入令牌	117,028	106,020
输出令牌	6,983	5,748
推理令牌	342,588	211,004
响应时间（平均）	23.99s	40.57s
响应时间（最大）	192.00s	556.06s
响应时间（总计）	527.70s	892.57s
参数量	~1T 总计 (~50B 激活)	~1T 总计 (~40B 激活)
开放状态	闭源	闭源

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

high

medium

类别:

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
Qwen3.7 Max	10.0	10.0	100.0%	0		6.36s	672	222	8,742

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
Qwen3.7 Max	10.0	10.0	100.0%	0		35.31s	7,893	423	34,808

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
Qwen3.7 Max	8.7	6.9	83.3%	1		287.83s	78,594	3,985	96,450

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
Qwen3.7 Max	10.0	10.0	100.0%	0		8.80s	7,782	270	6,254

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	5.9	7.2	55.6%	1		89.79s	729	94	196,042
Qwen3.7 Max	5.9	7.2	55.6%	1		24.94s	771	61	31,793

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
Qwen3.7 Max	10.0	10.0	100.0%	0		11.70s	516	135	4,457

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
Qwen3.7 Max	10.0	10.0	100.0%	0		7.46s	699	102	5,452

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
Qwen3.7 Max	10.0	10.0	100.0%	0		8.84s	696	259	8,908

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
Qwen3.7 Max	10.0	10.0	100.0%	0		6.63s	8,193	267	1,220

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
Qwen3.7 Max	3.0	10.0	0.0%	0		33.37s	204	24	12,920

切换对比组合