Muse Spark 1.3 (low) vs Qwen3.8 2.4T A95B (low)

已对比模型

推荐模型 Muse Spark 1.3 (low)

它在这里得分最高（8.2），同时成本比Qwen3.8 2.4T A95B (low)低约 3.9 倍。

指标	Muse Spark 1.3 Muse Spark 1.3 low 发布日期: 2026-09-02	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B low 发布日期: 2026-08-12

指标	Muse Spark 1.3 Muse Spark 1.3 low 发布日期: 2026-09-02	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B low 发布日期: 2026-08-12
分数	8.2	8.1
排名	#76	#78
可靠性	10.0	9.4
一致性	8.1	9.2
尝试次数	66/66	66/66
测试正确
尝试通过率	81.8%	72.7%
不稳定测试	5	2
总运行次数	66	66
每个结果成本	4.594	17.812
总成本	$0.689	$2.672
输入价格	$1.250 / 1M	$2.000 / 1M
输出价格	$4.250 / 1M	$6.000 / 1M
总输入令牌	116,947	113,279
输出令牌	11,026	121,045
推理令牌	116,685	374,496
响应时间（平均）	16.03s	118.97s
响应时间（最大）	78.72s	534.21s
响应时间（总计）	352.69s	2617.41s
参数量	~1T 总计 (~50B 激活)	2.4T 总计 (95B 激活)
开放状态	闭源	权重可用

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

low

low

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 1.3	10.0	10.0	100.0%	0		3.92s	618	372	5,308
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		22.04s	1,104	397	4,814

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 1.3	8.2	7.2	88.9%	1		20.86s	5,958	795	19,077
Qwen3.8 2.4T A95B	7.8	9.3	66.7%	0		172.53s	6,716	21,405	57,399

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 1.3	7.3	5.8	83.3%	1		25.72s	90,340	6,828	14,390
Qwen3.8 2.4T A95B	8.2	6.9	66.7%	1		231.85s	85,267	8,008	50,681

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 1.3	10.0	10.0	100.0%	0		3.62s	7,155	240	3,011
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		22.27s	7,956	839	2,445

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 1.3	3.5	4.4	33.3%	2		45.63s	738	1,083	48,809
Qwen3.8 2.4T A95B	3.2	9.3	0.0%	0		287.65s	1,008	16,133	156,114

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 1.3	10.0	10.0	100.0%	0		4.02s	477	127	1,182
Qwen3.8 2.4T A95B	6.1	3.1	66.7%	1		22.97s	606	44	1,497

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 1.3	9.8	10.0	100.0%	0		5.04s	669	189	3,025
Qwen3.8 2.4T A95B	9.8	10.0	100.0%	0		19.54s	903	263	1,480

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 1.3	8.2	7.2	88.9%	1		11.34s	651	478	11,598
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		43.37s	1,026	1,154	25,563

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 1.3	10.0	10.0	100.0%	0		7.39s	10,158	603	2,074
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		25.88s	8,481	302	975

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 1.3	3.0	10.0	0.0%	0		23.36s	183	311	8,211
Qwen3.8 2.4T A95B	3.0	10.0	0.0%	0		422.46s	212	72,500	73,528

切换对比组合