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

Modelos comparados

Rango: #30
Total de tokens de salida: 121,546
Tiempo de respuesta (promedio): 21.58s
Costo total: $3.397

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)

Su puntuación se mantiene cerca de la mejor aquí (9.1 vs 9.2) y cuesta aproximadamente 2.6x menos que Muse Wonder (medium).

Comparación detallada

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

Métrica	Muse Wonder Muse Wonder medium Lanzamiento: 2026-10-13	GPT-5.3-Codex GPT-5.3-Codex medium Lanzamiento: 2026-02-05
Puntuación	9.2	9.1
Rango	#30	#35
Fiabilidad	9.1	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	19.982	7.753
Costo total	$3.397	$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	241,489	222,794
Tokens de salida	11,575	7,357
Tokens de razonamiento	109,971	58,930
Tiempo de respuesta (promedio)	21.58s	18.87s
Tiempo de respuesta (máximo)	162.73s	100.93s
Tiempo de respuesta (total)	496.40s	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.

#30 Muse Wonder

medium

Coste: $0.208
Tiempo: 64.8s
Tokens: 10,444 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		46.05s	148,242	2,406	2,850
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	8.3	10.0	75.0%	0		4.84s	594	378	3,874
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		26.87s	7,401	1,181	26,424
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		28.23s	66,033	4,934	17,166
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		6.12s	7,053	433	3,670
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		70.72s	555	960	42,167
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		7.32s	519	147	1,123
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	6.6	10.0	50.0%	0		3.88s	523	124	1,783
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	7.7	10.0	66.7%	0		9.63s	564	481	4,834
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	10.0	10.0	100.0%	0		9.26s	9,780	369	2,803
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	4.7	1.6	66.7%	1		16.33s	225	162	3,277
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 Spark 1.3highvsGPT-5.3-Codexmedium Muse WonderlowvsGPT-5.3-Codexmedium Claude Sonnet 5.5maxvsMuse Wondermedium GPT-5.3-CodexmediumvsParetodefault Seed 2.1 TurbohighvsGPT-5.3-Codexmedium Muse WonderminimalvsGPT-5.3-Codexmedium Claude Sonnet 5.5maxvsGPT-5.3-Codexmedium Seed 2.1 TurbolowvsMuse Wondermedium Muse WondermediumvsQwen3.8 Max (0902)high Claude Haiku 5.5xhighvsMuse Wondermedium