Claude Opus 5.5 (medium) vs Muse Wonder (minimal)

Claude Opus 5.5 (medium) лидирует по среднему баллу: 9.2 vs 9.1. Muse Wonder (minimal) имеет более низкую стоимость benchmark: $1.639 vs $1.804. Muse Wonder (minimal) быстрее: 7.72s vs 25.85s, с долей успешных попыток 89.9% vs 76.8%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-19

Сравниваемые модели

Ранг: #31
Общее число выходных токенов: 32,127
Время ответа (среднее): 25.85s
Общая стоимость: $1.804

Ранг: #44
Общее число выходных токенов: 34,224
Время ответа (среднее): 7.72s
Общая стоимость: $1.639

Рекомендуемая модель Muse Wonder (minimal)

Его балл близок к лучшему здесь (9.1 против 9.2), и он отвечает примерно в 3.3 раза быстрее, чем Claude Opus 5.5 (medium).

Подробное сравнение

Метрика	Claude Opus 5.5 Claude Opus 5.5 medium Релиз: 2026-09-23	Muse Wonder Muse Wonder minimal Релиз: 2026-10-13

Метрика	Claude Opus 5.5 Claude Opus 5.5 medium Релиз: 2026-09-23	Muse Wonder Muse Wonder minimal Релиз: 2026-10-13
Оценка	9.2	9.1
Ранг	#31	#44
Надежность	10.0	9.7
Стабильность	9.7	9.3
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	89.9%	76.8%
Нестабильные тесты	1	2
Всего запусков	69	69
Стоимость за результат	9.016	9.639
Общая стоимость	$1.804	$1.639
Цена входа	$4.000 / 1M	$4.000 / 1M
Цена выхода	$20.000 / 1M	$20.000 / 1M
Цена чтения из кэша	$0.200 / 1M	$0.200 / 1M
Цена записи в кэш	$5.000 / 1M	Н/Д
Общее число входных токенов	290,117	238,532
Выходные токены	9,805	9,812
Токены рассуждений	22,322	24,412
Время ответа (среднее)	25.85s	7.72s
Время ответа (макс.)	90.20s	42.89s
Время ответа (суммарно)	594.63s	177.57s
Параметры	~5T всего (~500B активных)	~1T всего (~50B активных)
Доступность	Закрытая модель	Закрытая модель

Цены кэша относятся к входным токенам. Чтение повторно использует сохранённые запросы; запись сохраняет их и может стоить дороже. Выходные токены оплачиваются по цене вывода.

Генерация showcase моделей

Hamster playing table tennis

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

#31 Claude Opus 5.5

medium

Стоимость: $0.053
Время: 25.6s
Токены: 2,781 tok

#44 Muse Wonder

minimal

Стоимость: $0.048
Время: 15.1s
Токены: 2,488 tok

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Оценка vs Время ответа (среднее)

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Разбивка по категориям

Категория:

Агентные задачи	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 5.5	10.0	10.0	100.0%	0		62.59s	156,163	2,513	2,420
Muse Wonder	10.0	10.0	100.0%	0		42.89s	136,213	2,145	1,352

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 5.5	10.0	10.0	100.0%	0		12.42s	858	321	657
Muse Wonder	10.0	10.0	100.0%	0		2.94s	786	230	1,575

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 5.5	8.4	7.4	88.9%	1		13.50s	10,608	636	4,341
Muse Wonder	10.0	10.0	100.0%	0		6.86s	7,401	809	7,336

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 5.5	10.0	10.0	100.0%	0		55.69s	96,679	4,639	4,527
Muse Wonder	10.0	10.0	100.0%	0		16.14s	74,966	4,993	4,072

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 5.5	10.0	10.0	100.0%	0		12.65s	10,515	312	277
Muse Wonder	10.0	10.0	100.0%	0		3.31s	7,053	240	1,074

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 5.5	7.7	10.0	66.7%	0		21.35s	990	61	8,360
Muse Wonder	5.3	7.2	44.4%	1		15.00s	864	476	6,965

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 5.5	10.0	10.0	100.0%	0		6.17s	714	273	326
Muse Wonder	10.0	10.0	100.0%	0		2.57s	519	96	390

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 5.5	10.0	10.0	100.0%	0		21.33s	921	96	336
Muse Wonder	6.5	10.0	50.0%	0		1.39s	408	36	333

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 5.5	10.0	10.0	100.0%	0		30.12s	912	513	491
Muse Wonder	5.3	7.2	44.4%	1		1.36s	317	92	530

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 5.5	10.0	10.0	100.0%	0		74.20s	11,757	441	587
Muse Wonder	10.0	10.0	100.0%	0		4.86s	9,780	653	156

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 5.5	3.0	10.0	0.0%	0		27.75s	0	0	0
Muse Wonder	3.0	10.0	0.0%	0		4.17s	225	42	629

Сменить пару сравнения

Claude Opus 5.5mediumvsMuse Spark Openhigh Seed 2.1 TurbohighvsMuse Wonderminimal Muse WonderminimalvsParetodefault Claude Opus 5.5mediumvsDeepSeek V4.1 Flash 1017low Claude Haiku 5.5xhighvsMuse Wonderminimal Muse WonderminimalvsGPT-5.3-Codexmedium Muse WonderminimalvsQwen3.8 Max (0902)high Gemini 3.5 FlashlowvsMuse Wonderminimal Claude Opus 5.5mediumvsSeed 2.1 Turbolow Claude Opus 5.5mediumvsQwen3.8 Max (0902)high Muse WonderminimalvsQwen3.8 Max (0902)medium DeepSeek V4.1 Flash 1017lowvsMuse Wonderminimal