Muse Wonder (low) vs Qwen3.8 MAX (medium)

已对比模型

排名: #38
总输出令牌: 82,847
响应时间（平均）: 16.00s
总成本: $2.637

排名: #33
总输出令牌: 104,596
响应时间（平均）: 27.34s
总成本: $1.181

推荐模型 Qwen3.8 MAX (medium)

它在这里得分最高（9.2），同时成本比Muse Wonder (low)低约 2.2 倍。

详细对比

指标	Muse Wonder Muse Wonder low 发布日期: 2026-10-13	Qwen3.8 MAX Qwen3.8 MAX medium 发布日期: 2026-08-04

指标	Muse Wonder Muse Wonder low 发布日期: 2026-10-13	Qwen3.8 MAX Qwen3.8 MAX medium 发布日期: 2026-08-04
分数	9.1	9.2
排名	#38	#33
可靠性	9.7	10.0
一致性	9.6	9.7
尝试次数	69/69	69/69
测试正确
尝试通过率	76.8%	81.2%
不稳定测试	1	1
总运行次数	69	69
每个结果成本	15.512	5.266
总成本	$2.637	$1.181
输入价格	$4.000 / 1M	$2.000 / 1M
输出价格	$20.000 / 1M	$6.000 / 1M
缓存读取价格	$0.200 / 1M	不适用
缓存写入价格	不适用	不适用
总输入令牌	244,997	276,512
输出令牌	11,148	8,152
推理令牌	71,699	96,444
响应时间（平均）	16.00s	27.34s
响应时间（最大）	83.98s	126.60s
响应时间（总计）	367.91s	628.75s
参数量	~1T 总计 (~50B 激活)	2.4T 总计 (~100B 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.

#38 Muse Wonder

low

成本: $0.080
时间: 28.1s
令牌: 4,067 tok

#33 Qwen3.8 MAX

medium

成本: $0.028
时间: 71.9s
令牌: 4,750 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	10.0	10.0	100.0%	0		44.57s	149,681	2,520	1,668
Qwen3.8 MAX	10.0	10.0	100.0%	0		115.27s	167,457	1,586	10,963

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	10.0	10.0	100.0%	0		4.37s	786	344	3,587
Qwen3.8 MAX	10.0	10.0	100.0%	0		4.17s	672	312	2,075

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 Wonder	10.0	10.0	100.0%	0		17.81s	7,401	1,050	15,813
Qwen3.8 MAX	10.0	10.0	100.0%	0		41.35s	7,893	430	23,804

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		24.68s	66,803	4,907	10,127
Qwen3.8 MAX	8.7	6.9	83.3%	1		91.25s	81,584	4,526	30,688

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		4.27s	7,053	315	2,367
Qwen3.8 MAX	10.0	10.0	100.0%	0		8.72s	7,782	270	2,519

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		51.40s	761	1,060	30,749
Qwen3.8 MAX	3.0	10.0	0.0%	0		41.77s	780	62	20,803

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		3.94s	519	151	691
Qwen3.8 MAX	10.0	10.0	100.0%	0		6.41s	516	168	700

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		2.08s	408	60	849
Qwen3.8 MAX	10.0	10.0	100.0%	0		3.49s	699	102	914

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	5.9	7.2	55.6%	1		5.08s	459	261	2,402
Qwen3.8 MAX	10.0	10.0	100.0%	0		4.93s	696	401	1,575

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		8.75s	10,901	359	1,862
Qwen3.8 MAX	10.0	10.0	100.0%	0		7.83s	8,229	267	636

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	3.0	10.0	0.0%	0		8.23s	225	121	1,584
Qwen3.8 MAX	3.0	10.0	0.0%	0		11.49s	204	28	1,767

切换对比组合

Claude Sonnet 5.5maxvsQwen3.8 MAXmedium Muse WonderlowvsParetodefault Seed 2.1 TurbohighvsMuse Wonderlow Claude Haiku 5.5xhighvsMuse Wonderlow Muse WonderlowvsGPT-5.3-Codexmedium Muse WonderlowvsQwen3.8 Max (0902)high Claude Haiku 5.5xhighvsQwen3.8 MAXmedium Muse Spark 1.3highvsQwen3.8 MAXmedium Claude Sonnet 5.5maxvsMuse Wonderlow Qwen3.8 MAXmediumvsParetodefault Seed 2.1 TurbohighvsQwen3.8 MAXmedium Muse WonderlowvsGPT-5.5medium