- 排名
- #30
- 总输出令牌
- 122,939
- 响应时间（平均）
- 9.67s
- 总成本
- $0.650
Muse Spark 1.2 (low) vs Qwen3.6 Max Preview (medium)
平均分几乎持平，为 8.4 vs 8.4。 Muse Spark 1.2 (low) benchmark 成本更低，为 $0.650 vs $1.129。 Muse Spark 1.2 (low) 更快，为 9.67s vs 67.53s，通过率为 77.3% vs 80.3%。
- 排名
- #31
- 总输出令牌
- 169,940
- 响应时间（平均）
- 67.53s
- 总成本
- $1.129
推荐模型
Muse Spark 1.2 (low)
它在这里得分最高（8.4），同时成本比Qwen3.6 Max Preview (medium)低约 1.7 倍。
详细对比
| 指标 | Muse Spark 1.2 Muse Spark 1.2 low | Qwen3.6 Max Preview Qwen3.6 Max Preview medium |
|---|---|---|
| 分数 | 8.4 | 8.4 |
| 排名 | #30 | #31 |
| 可靠性 | 9.9 | 9.9 |
| 一致性 | 9.0 | 8.9 |
| 基准测试覆盖率 | 22/22 项测试 · 66/66 次尝试 | 22/22 项测试 · 66/66 次尝试 |
| 测试正确 | ||
| 尝试通过率 | 77.3% | 80.3% |
| 不稳定测试 | 3 | 3 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 4.332 | 8.173 |
| 总成本 | $0.650 | $1.129 |
| 输入价格 | $1.250 / 1M | $1.028 / 1M |
| 输出价格 | $4.250 / 1M | $6.162 / 1M |
| 总输入令牌 | 101,802 | 79,240 |
| 输出令牌 | 8,025 | 5,098 |
| 推理令牌 | 114,914 | 164,842 |
| 响应时间（平均） | 9.67s | 67.53s |
| 响应时间（最大） | 47.80s | 238.07s |
| 响应时间（总计） | 212.82s | 1485.64s |
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#30 Muse Spark 1.2
low- 成本
- $0.019
- 时间
- 14.6s
- 令牌
- 4,384 tok
#31 Qwen3.6 Max Preview
medium- 成本
- $0.024
- 时间
- 76.5s
- 令牌
- 3,861 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 1.2 | 9.2 | 8.4 | 91.7% | 1 | 3.26s | 618 | 382 | 5,416 | |
| Qwen3.6 Max Preview | 10.0 | 10.0 | 100.0% | 0 | 22.13s | 672 | 228 | 10,075 |
| 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 | 8.4 | 7.4 | 88.9% | 1 | 10.09s | 7,275 | 343 | 19,717 | |
| Qwen3.6 Max Preview | 8.8 | 7.8 | 88.9% | 1 | 146.48s | 7,895 | 427 | 52,957 |
| 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 | 9.8 | 10.0 | 100.0% | 0 | 17.03s | 74,073 | 5,751 | 16,847 | |
| Qwen3.6 Max Preview | 7.3 | 5.8 | 83.3% | 1 | 177.48s | 51,812 | 3,215 | 35,050 |
| 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 | 4.22s | 6,969 | 240 | 2,972 | |
| Qwen3.6 Max Preview | 10.0 | 10.0 | 100.0% | 0 | 41.15s | 7,782 | 270 | 10,106 |
| 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 | 5.3 | 10.0 | 33.3% | 0 | 27.86s | 729 | 167 | 53,756 | |
| Qwen3.6 Max Preview | 2.9 | 7.2 | 11.1% | 1 | 95.91s | 771 | 60 | 30,371 |
| 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 | 5.0 | 10.0 | 0.0% | 0 | 8.46s | 477 | 132 | 2,182 | |
| Qwen3.6 Max Preview | 10.0 | 10.0 | 100.0% | 0 | 32.24s | 516 | 129 | 3,510 |
| 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 | 2.95s | 669 | 117 | 3,085 | |
| Qwen3.6 Max Preview | 10.0 | 10.0 | 100.0% | 0 | 24.31s | 699 | 103 | 5,848 |
| 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 | 8.7 | 7.7 | 88.9% | 1 | 5.17s | 651 | 391 | 6,460 | |
| Qwen3.6 Max Preview | 10.0 | 10.0 | 100.0% | 0 | 24.32s | 696 | 329 | 7,693 |
| 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 | 3.58s | 10,158 | 459 | 833 | |
| Qwen3.6 Max Preview | 10.0 | 10.0 | 100.0% | 0 | 18.32s | 8,193 | 309 | 1,571 |
| 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 | 10.00s | 183 | 43 | 3,646 | |
| Qwen3.6 Max Preview | 3.0 | 10.0 | 0.0% | 0 | 60.56s | 204 | 28 | 7,661 |
快速对比
切换对比组合
Qwen3.6 Max PreviewmediumvsGrok 4.5lowMuse Spark 1.2lowvsGPT-5.2mediumQwen3.6 Max PreviewmediumvsInkling SmallhighMuse Spark 1.2lowvsGPT-5.4mediumMuse Spark 1.2lowvsInkling SmallhighMuse Spark 1.2lowvsGrok 4.5mediumClaude Sonnet 5mediumvsMuse Spark 1.2lowClaude Opus 5lowvsQwen3.6 Max PreviewmediumMuse Spark 1.1lowvsQwen3.6 Max PreviewmediumClaude Fable 5mediumvsMuse Spark 1.2lowGemini 2.5 FlashmediumvsMuse Spark 1.2lowClaude Opus 4.7mediumvsMuse Spark 1.2low