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

已对比模型

排名: #30
总输出令牌: 121,546
响应时间（平均）: 21.58s
总成本: $3.397

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 (medium)低约 2.9 倍。

详细对比

指标	Muse Wonder Muse Wonder medium 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 medium 发布日期: 2026-10-13	Qwen3.8 MAX Qwen3.8 MAX medium 发布日期: 2026-08-04
分数	9.2	9.2
排名	#30	#33
可靠性	9.1	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	19.982	5.266
总成本	$3.397	$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	241,489	276,512
输出令牌	11,575	8,152
推理令牌	109,971	96,444
响应时间（平均）	21.58s	27.34s
响应时间（最大）	162.73s	126.60s
响应时间（总计）	496.40s	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.

#30 Muse Wonder

medium

成本: $0.208
时间: 64.8s
令牌: 10,444 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		46.05s	148,242	2,406	2,850
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	8.3	10.0	75.0%	0		4.84s	594	378	3,874
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		26.87s	7,401	1,181	26,424
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		28.23s	66,033	4,934	17,166
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		6.12s	7,053	433	3,670
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		70.72s	555	960	42,167
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		7.32s	519	147	1,123
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	6.6	10.0	50.0%	0		3.88s	523	124	1,783
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	7.7	10.0	66.7%	0		9.63s	564	481	4,834
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	10.0	10.0	100.0%	0		9.26s	9,780	369	2,803
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	4.7	1.6	66.7%	1		16.33s	225	162	3,277
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 Claude Sonnet 5.5maxvsMuse Wondermedium Claude Haiku 5.5xhighvsQwen3.8 MAXmedium Muse Spark 1.3highvsQwen3.8 MAXmedium Seed 2.1 TurbolowvsMuse Wondermedium Muse WondermediumvsQwen3.8 Max (0902)high Muse WonderlowvsQwen3.8 MAXmedium Claude Haiku 5.5xhighvsMuse Wondermedium Qwen3.8 MAXmediumvsParetodefault Seed 2.1 TurbohighvsQwen3.8 MAXmedium Seed 2.1 TurbolowvsQwen3.8 MAXmedium Muse WonderminimalvsQwen3.8 MAXmedium