- 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 Step 3.7 Flash (medium)
平均分几乎持平，为 7.9 vs 7.8。 Step 3.7 Flash (medium) benchmark 成本更低，为 $0.571 vs $4.766。 Step 3.7 Flash (medium) 更快，为 26.57s vs 44.39s，通过率为 75.4% vs 68.1%。
已对比模型
- 排名
- #117
- 总输出令牌
- 440,835
- 响应时间（平均）
- 26.57s
- 总成本
- $0.571
推荐模型
Step 3.7 Flash (medium)
它在这里得分最高（7.8），同时成本比Muse Wonder (max)低约 8.3 倍。
详细对比
| 指标 | Muse Wonder Muse Wonder max | Step 3.7 Flash Step 3.7 Flash medium |
|---|---|---|
| 分数 | 7.9 | 7.8 |
| 排名 | #113 | #117 |
| 可靠性 | 9.0 | 10.0 |
| 一致性 | 8.9 | 8.7 |
| 尝试次数 | 69/69 | 69/69 |
| 测试正确 | ||
| 尝试通过率 | 75.4% | 68.1% |
| 不稳定测试 | 3 | 4 |
| 总运行次数 | 69 | 69 |
| 每个结果成本 | 29.783 | 4.392 |
| 总成本 | $4.766 | $0.571 |
| 输入价格 | $4.000 / 1M | $0.200 / 1M |
| 输出价格 | $20.000 / 1M | $1.150 / 1M |
| 缓存读取价格 | $0.200 / 1M | $0.040 / 1M |
| 缓存写入价格 | 不适用 | 不适用 |
| 总输入令牌 | 93,126 | 319,524 |
| 输出令牌 | 10,497 | 440,835 |
| 推理令牌 | 209,138 | 0 |
| 响应时间（平均） | 44.39s | 26.57s |
| 响应时间（最大） | 287.79s | 152.83s |
| 响应时间（总计） | 1021.02s | 611.09s |
| 参数量 | ~1T 总计 (~50B 激活) | 198B 总计 (11B 激活) |
| 开放状态 | 闭源 | 开源 |
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
#117 Step 3.7 Flash
medium- 成本
- $0.006
- 时间
- 46.2s
- 令牌
- 4,466 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 | |
| Step 3.7 Flash | 7.4 | 3.8 | 66.7% | 1 | 93.88s | 205,333 | 31,126 | 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 | |
| Step 3.7 Flash | 8.7 | 7.9 | 91.7% | 1 | 9.65s | 756 | 32,185 | 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 | |
| Step 3.7 Flash | 8.8 | 7.8 | 88.9% | 1 | 27.42s | 7,437 | 44,797 | 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 | |
| Step 3.7 Flash | 7.3 | 5.8 | 83.3% | 1 | 80.94s | 87,764 | 114,720 | 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 | |
| Step 3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 2.75s | 7,398 | 3,020 | 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 | |
| Step 3.7 Flash | 5.3 | 10.0 | 33.3% | 0 | 27.26s | 837 | 52,484 | 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 | |
| Step 3.7 Flash | 4.0 | 10.0 | 0.0% | 0 | 6.85s | 525 | 3,987 | 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 | |
| Step 3.7 Flash | 9.8 | 10.0 | 100.0% | 0 | 1.83s | 735 | 2,166 | 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 | |
| Step 3.7 Flash | 5.7 | 9.9 | 33.3% | 0 | 6.19s | 756 | 15,071 | 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 | |
| Step 3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 4.16s | 7,746 | 2,115 | 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 | |
| Step 3.7 Flash | 3.0 | 10.0 | 0.0% | 0 | 113.98s | 237 | 139,164 | 0 |
快速对比
切换对比组合
Ling 3.1 FlashhighvsMuse WondermaxMuse WondermaxvsMiMo-V2.6-FlashmediumStep 3.7 FlashmediumvsGLM 5.3highMuse WondermaxvsQwen3.8 2.4T A95BhighMuse WondermaxvsGrok 4.5mediumGemini 3.5 FlashmediumvsMuse WondermaxMuse WondermaxvsGLM 5.3highQwen3.7 PlusnonevsStep 3.7 FlashmediumStep 3.7 FlashmediumvsGrok 4.5lowLing 3.1 FlashhighvsStep 3.7 FlashmediumMuse WondermaxvsGrok 4.6mediumQwen3.8 2.4T A95BhighvsStep 3.7 Flashmedium