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

Средний балл практически равен: 9.1 vs 9.1. GPT-5.3-Codex (medium) имеет более низкую стоимость benchmark: $1.318 vs $2.637. Muse Wonder (low) быстрее: 16.00s vs 18.87s, с долей успешных попыток 76.8% vs 84.1%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-13

Сравниваемые модели

Ранг: #38
Общее число выходных токенов: 82,847
Время ответа (среднее): 16.00s
Общая стоимость: $2.637

Ранг: #35
Общее число выходных токенов: 66,287
Время ответа (среднее): 18.87s
Общая стоимость: $1.318

Рекомендуемая модель GPT-5.3-Codex (medium)

Здесь у него лучший балл (9.1), при этом он примерно в 2.0 раза дешевле, чем Muse Wonder (low).

Подробное сравнение

Метрика	Muse Wonder Muse Wonder low Релиз: 2026-10-13	GPT-5.3-Codex GPT-5.3-Codex medium Релиз: 2026-02-05

Метрика	Muse Wonder Muse Wonder low Релиз: 2026-10-13	GPT-5.3-Codex GPT-5.3-Codex medium Релиз: 2026-02-05
Оценка	9.1	9.1
Ранг	#38	#35
Надежность	9.7	10.0
Стабильность	9.6	8.6
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	76.8%	84.1%
Нестабильные тесты	1	4
Всего запусков	69	69
Стоимость за результат	15.512	7.753
Общая стоимость	$2.637	$1.318
Цена входа	$4.000 / 1M	$1.750 / 1M
Цена выхода	$20.000 / 1M	$14.000 / 1M
Цена чтения из кэша	$0.200 / 1M	$0.175 / 1M
Цена записи в кэш	Н/Д	Н/Д
Общее число входных токенов	244,997	222,794
Выходные токены	11,148	7,357
Токены рассуждений	71,699	58,930
Время ответа (среднее)	16.00s	18.87s
Время ответа (макс.)	83.98s	100.93s
Время ответа (суммарно)	367.91s	433.94s
Параметры	~1T всего (~50B активных)	~1.2T всего (~80B 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.

#38 Muse Wonder

low

Стоимость: $0.080
Время: 28.1s
Токены: 4,067 tok

#35 GPT-5.3-Codex

medium

Стоимость: $0.049
Время: 54.9s
Токены: 3,580 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
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

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Сменить пару сравнения

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