Advertise here
#38

Muse Wonder

Meta Veröffentlichung: 2026-10-13 Getestet am: 2026-10-13 00:21 meta/muse-wonder::low
~1T insgesamt (~50B aktiv)MoEGeschlossenGeschätzt
(max) (xhigh) (high) (medium) (low) (minimal)

Zusammenfassung

Muse Wonder erreicht 9.1 bei AI BENCHY und liegt auf #38. Das Modell hat 9.7 Zuverlässigkeit, 76.8% Erfolgsrate, $2.637 Gesamtkosten und 16.00s durchschnittliche Antwortzeit.

Was Muse Wonder besonders macht: Am stärksten ist es in Domänenspezifisch, wo es #4 erreicht; am schwächsten ist Rätsellösen mit #16.

Modelldaten

Recherchiert am 2026-10-13

Geschätzt
Parameter
~1T insgesamt (~50B aktiv)
Architektur
MoE
Verfügbarkeit
Geschlossen
Lizenz
-

Beste Schätzung auf Grundlage öffentlicher Informationen; der Anbieter hat nicht alle Werte offengelegt.

Parameterquelle 1 Parameterquelle 2 Quelle zur Verfügbarkeit

Punktzahl

9.1

Konsistenz

9.6

Zuverlässigkeit

9.7

Gesamtkosten (aktueller Preis)

$2.637

Gesamte Ausgabe-Token

82,847

Gesamte Eingabe-Token

244,997

Eingabepreis

$4.000 / 1M

Ausgabepreis

$20.000 / 1M

Preis für Cache-Lesen

$0.200 / 1M

Preis für Cache-Schreiben

k. A.

Cache-Preise gelten für Eingabetokens. Lesen nutzt gespeicherte Prompts erneut; Schreiben speichert sie und kann mehr kosten. Für Ausgabetokens gilt der Ausgabepreis.

Korrekte Tests

Falsche Tests: 6

Erfolgsquote pro Versuch: 76.8%

Instabile Tests

1

Instabile Tests hatten gemischte Ergebnisse über Läufe hinweg (mindestens ein Erfolg und ein Fehlschlag).

Antwortzeit (Durchschnitt)

16.00s

Antwortzeit (Maximum): 83.98s

Antwortzeit (Gesamt): 367.91s

Falsche Antwort: 4 API-Fehler: 2

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#38 Muse Wonder

low
Kosten
$0.080
Zeit
28.1s
Token
4,067 tok

Diagramme

Wähle zuerst das erste Modell und klicke dann ein zweites Modell, um eine Seite im direkten Vergleich zu öffnen.

Gesamte Ausgabe-Token

Punktzahl vs Gesamte Ausgabe-Token

Schnellvergleich

Muse WonderlowvsMuse Spark 1.3highMuse WonderlowvsParetodefaultMuse WonderlowvsClaude Haiku 5.5xhighMuse WonderlowvsSeed 2.1 TurbohighMuse WonderlowvsGPT-5.3-CodexmediumMuse WonderlowvsMuse WonderminimalMuse WonderlowvsQwen3.8 Max (0902)highMuse WonderlowvsGemini 3.5 FlashlowMuse WonderlowvsQwen3.8 MAXmediumMuse WonderlowvsQwen3.8 Max (0902)medium

Kategorieaufschlüsselung

Kategorie Punktzahl Konsistenz Korrekte Tests
Agentenaufgaben 10.0 10.0
Anti-KI-Tricks 10.0 10.0
Programmierung 10.0 10.0
Kombiniert 10.0 10.0
Datenanalyse und -extraktion 10.0 10.0
Domänenspezifisch 5.3 10.0
Allgemeine Intelligenz 10.0 10.0
Befolgung von Anweisungen 6.5 10.0
Rätsellösen 5.9 7.2
Werkzeugaufrufe 9.8 10.0
Allgemeinwissen 3.0 10.0

Verglichene Modelle