Muse Wonder (low) vs GPT-5.3-Codex (medium)

Modelos comparados

Rango: #38
Total de tokens de salida: 82,847
Tiempo de respuesta (promedio): 16.00s
Costo total: $2.637

Rango: #35
Total de tokens de salida: 66,287
Tiempo de respuesta (promedio): 18.87s
Costo total: $1.318

Modelo recomendado GPT-5.3-Codex (medium)

Tiene la mejor puntuación aquí (9.1) y cuesta aproximadamente 2.0x menos que Muse Wonder (low).

Comparación detallada

Métrica	Muse Wonder Muse Wonder low Lanzamiento: 2026-10-13	GPT-5.3-Codex GPT-5.3-Codex medium Lanzamiento: 2026-02-05

Métrica	Muse Wonder Muse Wonder low Lanzamiento: 2026-10-13	GPT-5.3-Codex GPT-5.3-Codex medium Lanzamiento: 2026-02-05
Puntuación	9.1	9.1
Rango	#38	#35
Fiabilidad	9.7	10.0
Consistencia	9.6	8.6
Intentos	69/69	69/69
Pruebas correctas
Tasa de aciertos por intento	76.8%	84.1%
Pruebas inestables	1	4
Ejecuciones totales	69	69
Costo por resultado	15.512	7.753
Costo total	$2.637	$1.318
Precio de entrada	$4.000 / 1M	$1.750 / 1M
Precio de salida	$20.000 / 1M	$14.000 / 1M
Precio de lectura de caché	$0.200 / 1M	$0.175 / 1M
Precio de escritura de caché	N/D	N/D
Total de tokens de entrada	244,997	222,794
Tokens de salida	11,148	7,357
Tokens de razonamiento	71,699	58,930
Tiempo de respuesta (promedio)	16.00s	18.87s
Tiempo de respuesta (máximo)	83.98s	100.93s
Tiempo de respuesta (total)	367.91s	433.94s
Parámetros	~1T en total (~50B activos)	~1.2T en total (~80B activos)
Disponibilidad	Código cerrado	Código cerrado

Los precios de caché se aplican a los tokens de entrada. Las lecturas reutilizan instrucciones guardadas; las escrituras las almacenan y pueden costar más. Los tokens de salida usan el precio de salida.

Generación showcase de modelos

Hamster playing table tennis

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

#38 Muse Wonder

low

Coste: $0.080
Tiempo: 28.1s
Tokens: 4,067 tok

#35 GPT-5.3-Codex

medium

Coste: $0.049
Tiempo: 54.9s
Tokens: 3,580 tok

Mejores modelos por puntuación

Puntuación vs costo total

Tiempo de respuesta (promedio)

Puntuación vs Tiempo de respuesta (promedio)

Total de tokens de salida

Puntuación vs Total de tokens de salida

Desglose por categoría

Categoría:

Tareas de agentes	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Muse Wonder	10.0	10.0	100.0%	0		44.57s	149,681	2,520	1,668
GPT-5.3-Codex	10.0	10.0	100.0%	0		61.91s	141,607	1,099	4,814

Trucos anti-IA	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Muse Wonder	10.0	10.0	100.0%	0		4.37s	786	344	3,587
GPT-5.3-Codex	8.7	7.9	91.7%	1		4.16s	606	240	1,722

Programación	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Muse Wonder	10.0	10.0	100.0%	0		17.81s	7,401	1,050	15,813
GPT-5.3-Codex	10.0	10.0	100.0%	0		19.50s	7,302	535	10,890

Combinado	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Muse Wonder	10.0	10.0	100.0%	0		24.68s	66,803	4,907	10,127
GPT-5.3-Codex	10.0	10.0	100.0%	0		26.04s	57,988	4,258	5,816

Análisis y extracción de datos	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Muse Wonder	10.0	10.0	100.0%	0		4.27s	7,053	315	2,367
GPT-5.3-Codex	10.0	10.0	100.0%	0		3.07s	7,140	234	728

Específico del dominio	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Muse Wonder	5.3	10.0	33.3%	0		51.40s	761	1,060	30,749
GPT-5.3-Codex	5.9	7.2	55.6%	1		63.93s	732	71	30,150

Inteligencia general	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Muse Wonder	10.0	10.0	100.0%	0		3.94s	519	151	691
GPT-5.3-Codex	4.6	10.0	0.0%	0		4.87s	477	187	331

Seguimiento de instrucciones	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Muse Wonder	6.5	10.0	50.0%	0		2.08s	408	60	849
GPT-5.3-Codex	10.0	10.0	100.0%	0		3.04s	660	93	693

Resolución de acertijos	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Muse Wonder	5.9	7.2	55.6%	1		5.08s	459	261	2,402
GPT-5.3-Codex	9.0	7.9	88.9%	1		5.05s	642	356	1,593

Llamada de herramientas	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Muse Wonder	9.8	10.0	100.0%	0		8.75s	10,901	359	1,862
GPT-5.3-Codex	10.0	10.0	100.0%	0		6.37s	5,445	254	492

Cultura general	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Muse Wonder	3.0	10.0	0.0%	0		8.23s	225	121	1,584
GPT-5.3-Codex	2.8	1.6	33.3%	1		14.43s	195	30	1,701

Cambiar par de comparación

Claude Haiku 5.5xhighvsGPT-5.3-Codexmedium GPT-5.3-CodexmediumvsQwen3.8 Max (0902)high Muse WonderlowvsParetodefault Seed 2.1 TurbohighvsMuse Wonderlow Muse Spark 1.3highvsGPT-5.3-Codexmedium Claude Haiku 5.5xhighvsMuse Wonderlow Muse WonderlowvsQwen3.8 Max (0902)high GPT-5.3-CodexmediumvsParetodefault Seed 2.1 TurbohighvsGPT-5.3-Codexmedium Muse WonderminimalvsGPT-5.3-Codexmedium Claude Sonnet 5.5maxvsGPT-5.3-Codexmedium Muse WonderlowvsQwen3.8 MAXmedium