- 排名
- #113
- 总输出令牌
- 219,635
- 响应时间（平均）
- 44.39s
- 总成本
- $4.766
Muse Wonder (max) vs Qwen3.8 2.4T A95B (high)
平均分几乎持平，为 7.9 vs 7.9。 Qwen3.8 2.4T A95B (high) benchmark 成本更低，为 $2.949 vs $4.766。 Muse Wonder (max) 更快，为 44.39s vs 120.88s，通过率为 75.4% vs 75.4%。
已对比模型
- 排名
- #111
- 总输出令牌
- 368,836
- 响应时间（平均）
- 120.88s
- 总成本
- $2.949
推荐模型
Muse Wonder (max)
它在这里得分最高（7.9），同时响应速度比Qwen3.8 2.4T A95B (high)快约 2.7 倍。
详细对比
| 指标 | Muse Wonder Muse Wonder max | Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high |
|---|---|---|
| 分数 | 7.9 | 7.9 |
| 排名 | #113 | #111 |
| 可靠性 | 9.0 | 9.6 |
| 一致性 | 8.9 | 8.4 |
| 尝试次数 | 69/69 | 69/69 |
| 测试正确 | ||
| 尝试通过率 | 75.4% | 75.4% |
| 不稳定测试 | 3 | 4 |
| 总运行次数 | 69 | 69 |
| 每个结果成本 | 29.783 | 18.696 |
| 总成本 | $4.766 | $2.949 |
| 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 | $0.250 / 1M |
| 缓存写入价格 | 不适用 | 不适用 |
| 总输入令牌 | 93,126 | 295,642 |
| 输出令牌 | 10,497 | 115,041 |
| 推理令牌 | 209,138 | 353,398 |
| 响应时间（平均） | 44.39s | 120.88s |
| 响应时间（最大） | 287.79s | 532.28s |
| 响应时间（总计） | 1021.02s | 2780.16s |
| 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 |
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
#111 Qwen3.8 2.4T A95B
high
Reached the allocated time limit (600 seconds) without receiving showcase output.
- 成本
- $0.000
- 时间
- 600.0s
- 令牌
- 0 tok
类别细分
| 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 | |
| Qwen3.8 2.4T A95B | 10.0 | 10.0 | 100.0% | 0 | 127.11s | 186,711 | 2,240 | 10,171 |
| 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 | |
| Qwen3.8 2.4T A95B | 10.0 | 10.0 | 100.0% | 0 | 24.22s | 1,128 | 305 | 4,864 |
| 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 | |
| Qwen3.8 2.4T A95B | 5.9 | 6.3 | 55.6% | 1 | 160.52s | 6,399 | 3,310 | 48,078 |
| 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 | |
| Qwen3.8 2.4T A95B | 6.9 | 5.9 | 66.7% | 1 | 266.12s | 81,205 | 7,791 | 41,921 |
| 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 | |
| Qwen3.8 2.4T A95B | 10.0 | 10.0 | 100.0% | 0 | 13.67s | 7,928 | 550 | 2,307 |
| 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 | |
| Qwen3.8 2.4T A95B | 4.1 | 6.5 | 22.2% | 1 | 301.08s | 964 | 11,279 | 139,028 |
| 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 | |
| Qwen3.8 2.4T A95B | 6.1 | 3.1 | 66.7% | 1 | 11.38s | 630 | 2,020 | 2,165 |
| 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 | |
| Qwen3.8 2.4T A95B | 9.8 | 10.0 | 100.0% | 0 | 11.45s | 927 | 245 | 1,727 |
| 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 | |
| Qwen3.8 2.4T A95B | 10.0 | 10.0 | 100.0% | 0 | 65.54s | 989 | 698 | 15,073 |
| 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 | |
| Qwen3.8 2.4T A95B | 10.0 | 10.0 | 100.0% | 0 | 32.93s | 8,481 | 302 | 656 |
| 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 | |
| Qwen3.8 2.4T A95B | 3.0 | 10.0 | 0.0% | 0 | 347.95s | 280 | 86,301 | 87,408 |
快速对比
切换对比组合
Ling 3.1 FlashhighvsMuse WondermaxGemini 3.5 FlashmediumvsQwen3.8 2.4T A95BhighMuse WondermaxvsMiMo-V2.6-FlashmediumQwen3.8 2.4T A95BhighvsMiMo-V2.6-FlashmediumMuse WondermaxvsGrok 4.5mediumGemini 3.5 FlashmediumvsMuse WondermaxMuse WondermaxvsGLM 5.3highQwen3.8 2.4T A95BhighvsGrok 4.5mediumMuse WondermaxvsStep 3.7 FlashmediumMuse WondermaxvsGrok 4.6mediumGPT-5.4 MinimediumvsQwen3.8 2.4T A95BhighQwen3.8 2.4T A95BhighvsStep 3.7 Flashmedium