Muse Wonder (max) vs Qwen3.7 Plus

已对比模型

排名: #113
总输出令牌: 219,635
响应时间（平均）: 44.39s
总成本: $4.766

排名: #119
总输出令牌: 76,261
响应时间（平均）: 17.80s
总成本: $0.178

推荐模型 Qwen3.7 Plus

它的得分接近这里的最高分（7.8 vs 7.9），同时成本比Muse Wonder (max)低约 26.8 倍。

详细对比

指标	Muse Wonder Muse Wonder max 发布日期: 2026-10-13	Qwen3.7 Plus Qwen3.7 Plus none 发布日期: 2026-06-03

指标	Muse Wonder Muse Wonder max 发布日期: 2026-10-13	Qwen3.7 Plus Qwen3.7 Plus none 发布日期: 2026-06-03
分数	7.9	7.8
排名	#113	#119
可靠性	9.0	10.0
一致性	8.9	10.0
尝试次数	69/69	69/69
测试正确
尝试通过率	75.4%	56.5%
不稳定测试	3	0
总运行次数	69	69
每个结果成本	29.783	1.410
总成本	$4.766	$0.178
输入价格	$4.000 / 1M	$0.320 / 1M
输出价格	$20.000 / 1M	$1.280 / 1M
缓存读取价格	$0.200 / 1M	$0.064 / 1M
缓存写入价格	不适用	$0.400 / 1M
总输入令牌	93,126	250,495
输出令牌	10,497	76,261
推理令牌	209,138	0
响应时间（平均）	44.39s	17.80s
响应时间（最大）	287.79s	206.03s
响应时间（总计）	1021.02s	409.51s
参数量	~1T 总计 (~50B 激活)	~397B 总计 (~17B 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.

#113 Muse Wonder

max

成本: $0.429
时间: 207.0s
令牌: 21,515 tok

#119 Qwen3.7 Plus

none

成本: $0.019
时间: 213.5s
令牌: 11,960 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		381ms	0	0	0
Qwen3.7 Plus	10.0	10.0	100.0%	0		143.11s	151,662	18,164	0

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		7.00s	786	498	6,361
Qwen3.7 Plus	6.5	10.0	50.0%	0		1.38s	696	349	0

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		58.38s	7,401	1,942	65,131
Qwen3.7 Plus	5.5	10.0	33.3%	0		2.15s	7,911	639	0

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		62.60s	65,711	5,273	38,571
Qwen3.7 Plus	10.0	10.0	100.0%	0		117.70s	71,266	56,024	0

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		7.40s	7,053	475	4,783
Qwen3.7 Plus	10.0	10.0	100.0%	0		1.43s	7,794	243	0

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	2.9	7.2	11.1%	1		189.55s	439	843	68,903
Qwen3.7 Plus	5.3	10.0	33.3%	0		1.04s	798	18	0

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		6.06s	519	215	1,628
Qwen3.7 Plus	5.3	10.0	0.0%	0		1.33s	522	78	0

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	7.5	6.1	83.3%	1		13.24s	753	220	7,067
Qwen3.7 Plus	6.3	10.0	50.0%	0		929ms	711	72	0

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	7.7	10.0	66.7%	0		8.97s	459	360	5,691
Qwen3.7 Plus	7.7	10.0	66.7%	0		1.71s	714	443	0

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	10.0	10.0	100.0%	0		8.08s	9,780	372	2,916
Qwen3.7 Plus	10.0	10.0	100.0%	0		3.54s	8,211	222	0

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		41.30s	225	299	8,087
Qwen3.7 Plus	3.0	10.0	0.0%	0		1.21s	210	9	0

切换对比组合

Ling 3.1 FlashhighvsMuse Wondermax Muse WondermaxvsMiMo-V2.6-Flashmedium Qwen3.7 PlusnonevsGrok 4.5low DeepSeek V4 Flash 0731mediumvsQwen3.7 Plusnone Muse WondermaxvsQwen3.8 2.4T A95Bhigh Muse WondermaxvsGrok 4.5medium Gemini 3.5 FlashmediumvsMuse Wondermax Qwen3.7 PlusnonevsGrok 4.6medium Muse WondermaxvsGLM 5.3high Qwen3.7 PlusnonevsStep 3.7 Flashmedium Muse WondermaxvsStep 3.7 Flashmedium Qwen3.7 PlusnonevsGLM 5.3high