Muse Wonder (high) vs Qwen3.7 Flash (low)

已对比模型

排名: #122
总输出令牌: 152,440
响应时间（平均）: 22.96s
总成本: $3.426

排名: #127
总输出令牌: 331,107
响应时间（平均）: 41.03s
总成本: $0.071

推荐模型 Qwen3.7 Flash (low)

它在这里得分最高（7.7），同时成本比Muse Wonder (high)低约 48.7 倍。

详细对比

指标	Muse Wonder Muse Wonder high 发布日期: 2026-10-13	Qwen3.7 Flash Qwen3.7 Flash low 发布日期: 2026-07-28

指标	Muse Wonder Muse Wonder high 发布日期: 2026-10-13	Qwen3.7 Flash Qwen3.7 Flash low 发布日期: 2026-07-28
分数	7.7	7.7
排名	#122	#127
可靠性	9.3	10.0
一致性	9.6	8.1
尝试次数	69/69	69/69
测试正确
尝试通过率	66.7%	68.1%
不稳定测试	1	6
总运行次数	69	69
每个结果成本	22.837	0.439
总成本	$3.426	$0.071
输入价格	$4.000 / 1M	$0.030 / 1M
输出价格	$20.000 / 1M	$0.130 / 1M
缓存读取价格	$0.200 / 1M	$0.006 / 1M
缓存写入价格	不适用	$0.039 / 1M
总输入令牌	94,153	318,058
输出令牌	9,606	16,035
推理令牌	142,834	315,072
响应时间（平均）	22.96s	41.03s
响应时间（最大）	143.21s	394.54s
响应时间（总计）	528.08s	943.75s
参数量	~1T 总计 (~50B 激活)	~35B 总计 (~3B 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.

#122 Muse Wonder

high

成本: $0.199
时间: 113.0s
令牌: 10,002 tok

#127 Qwen3.7 Flash

low

Reached the allocated time limit (600 seconds) without receiving showcase output.

成本: $0.000
时间: 600.0s
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 Wonder	3.0	10.0	0.0%	0		461ms	0	0	0
Qwen3.7 Flash	10.0	10.0	100.0%	0		106.71s	225,867	1,749	25,339

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 Wonder	8.3	10.0	75.0%	0		5.93s	594	362	4,257
Qwen3.7 Flash	10.0	10.0	100.0%	0		10.29s	672	680	14,285

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 Wonder	10.0	10.0	100.0%	0		36.94s	7,401	1,392	35,716
Qwen3.7 Flash	6.7	7.8	55.6%	1		42.36s	7,893	428	56,419

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 Wonder	10.0	10.0	100.0%	0		34.90s	66,087	5,019	24,775
Qwen3.7 Flash	6.4	5.8	66.7%	1		217.77s	64,756	11,880	131,432

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 Wonder	10.0	10.0	100.0%	0		7.09s	7,053	431	4,377
Qwen3.7 Flash	10.0	10.0	100.0%	0		15.44s	7,782	270	12,503

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 Wonder	5.3	10.0	33.3%	0		78.62s	555	1,083	58,198
Qwen3.7 Flash	3.6	7.2	22.2%	1		37.60s	780	60	38,897

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 Wonder	10.0	10.0	100.0%	0		5.52s	519	170	1,428
Qwen3.7 Flash	4.0	9.3	0.0%	0		14.37s	516	128	5,423

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 Wonder	6.5	10.0	50.0%	0		1.97s	408	69	936
Qwen3.7 Flash	8.5	6.8	83.3%	1		9.88s	699	99	8,147

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 Wonder	5.3	10.0	33.3%	0		3.78s	246	222	1,817
Qwen3.7 Flash	7.3	5.2	77.8%	2		9.79s	696	382	10,763

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 Wonder	9.8	10.0	100.0%	0		23.70s	11,065	636	5,476
Qwen3.7 Flash	10.0	10.0	100.0%	0		7.66s	8,193	335	2,172

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 Wonder	2.8	1.6	33.3%	1		28.77s	225	222	5,854
Qwen3.7 Flash	3.0	10.0	0.0%	0		18.42s	204	24	9,692

切换对比组合

Muse Glimmer 30BmediumvsQwen3.7 Flashlow Claude Haiku 5.5mediumvsQwen3.7 Flashlow Claude Haiku 5.5mediumvsMuse Wonderhigh Muse WonderhighvsQwen3.5 Plus 2026-04-20medium Muse Glimmer 30BhighvsQwen3.7 Flashlow GPT-6 LunahighvsQwen3.7 Flashlow Muse WonderxhighvsQwen3.7 Flashlow DeepSeek V4 Flash 0731mediumvsMuse Wonderhigh Muse WonderhighvsGrok 4.5low Muse WonderhighvsQwen3.7 Plusnone DeepSeek V4 Flash 0731mediumvsQwen3.7 Flashlow Muse WonderhighvsGrok 4.6medium