Muse Wonder (max) vs Step 3.7 Flash (medium)

Modelos comparados

Rango: #113
Total de tokens de salida: 219,635
Tiempo de respuesta (promedio): 44.39s
Costo total: $4.766

Rango: #117
Total de tokens de salida: 440,835
Tiempo de respuesta (promedio): 26.57s
Costo total: $0.571

Modelo recomendado Step 3.7 Flash (medium)

Tiene la mejor puntuación aquí (7.8) y cuesta aproximadamente 8.3x menos que Muse Wonder (max).

Comparación detallada

Métrica	Muse Wonder Muse Wonder max Lanzamiento: 2026-10-13	Step 3.7 Flash Step 3.7 Flash medium Lanzamiento: 2026-05-29

Métrica	Muse Wonder Muse Wonder max Lanzamiento: 2026-10-13	Step 3.7 Flash Step 3.7 Flash medium Lanzamiento: 2026-05-29
Puntuación	7.9	7.8
Rango	#113	#117
Fiabilidad	9.0	10.0
Consistencia	8.9	8.7
Intentos	69/69	69/69
Pruebas correctas
Tasa de aciertos por intento	75.4%	68.1%
Pruebas inestables	3	4
Ejecuciones totales	69	69
Costo por resultado	29.783	4.392
Costo total	$4.766	$0.571
Precio de entrada	$4.000 / 1M	$0.200 / 1M
Precio de salida	$20.000 / 1M	$1.150 / 1M
Precio de lectura de caché	$0.200 / 1M	$0.040 / 1M
Precio de escritura de caché	N/D	N/D
Total de tokens de entrada	93,126	319,524
Tokens de salida	10,497	440,835
Tokens de razonamiento	209,138	0
Tiempo de respuesta (promedio)	44.39s	26.57s
Tiempo de respuesta (máximo)	287.79s	152.83s
Tiempo de respuesta (total)	1021.02s	611.09s
Parámetros	~1T en total (~50B activos)	198B en total (11B activos)
Disponibilidad	Código cerrado	Código abierto

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.

#113 Muse Wonder

max

Coste: $0.429
Tiempo: 207.0s
Tokens: 21,515 tok

#117 Step 3.7 Flash

medium

Coste: $0.006
Tiempo: 46.2s
Tokens: 4,466 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	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

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		7.00s	786	498	6,361
Step 3.7 Flash	8.7	7.9	91.7%	1		9.65s	756	32,185	0

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		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

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		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

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		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

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	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

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		6.06s	519	215	1,628
Step 3.7 Flash	4.0	10.0	0.0%	0		6.85s	525	3,987	0

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	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

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	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

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	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

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	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

Cambiar par de comparación

Ling 3.1 FlashhighvsMuse Wondermax Muse WondermaxvsMiMo-V2.6-Flashmedium Step 3.7 FlashmediumvsGLM 5.3high Muse WondermaxvsQwen3.8 2.4T A95Bhigh Muse WondermaxvsGrok 4.5medium Gemini 3.5 FlashmediumvsMuse Wondermax Muse WondermaxvsGLM 5.3high Qwen3.7 PlusnonevsStep 3.7 Flashmedium Step 3.7 FlashmediumvsGrok 4.5low Ling 3.1 FlashhighvsStep 3.7 Flashmedium Muse WondermaxvsGrok 4.6medium Qwen3.8 2.4T A95BhighvsStep 3.7 Flashmedium