Muse Wonder (max) vs GPT-5.6 Luna (high)

GPT-5.6 Luna (high) лидирует по среднему баллу: 8.0 vs 7.9. GPT-5.6 Luna (high) имеет более низкую стоимость benchmark: $0.118 vs $4.766. GPT-5.6 Luna (high) быстрее: 18.39s vs 44.39s, с долей успешных попыток 75.4% vs 71.0%.

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

Сравниваемые модели

Ранг: #124
Общее число выходных токенов: 219,635
Время ответа (среднее): 44.39s
Общая стоимость: $4.766

Ранг: #110
Общее число выходных токенов: 139,395
Время ответа (среднее): 18.39s
Общая стоимость: $0.118

Рекомендуемая модель GPT-5.6 Luna (high)

Здесь у него лучший балл (8.0), при этом он примерно в 40.5 раза дешевле, чем Muse Wonder (max).

Подробное сравнение

Метрика	Muse Wonder Muse Wonder max Релиз: 2026-10-13	GPT-5.6 Luna GPT-5.6 Luna high Релиз: 2026-07-09

Метрика	Muse Wonder Muse Wonder max Релиз: 2026-10-13	GPT-5.6 Luna GPT-5.6 Luna high Релиз: 2026-07-09
Оценка	7.9	8.0
Ранг	#124	#110
Надежность	9.0	10.0
Стабильность	8.9	8.6
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	75.4%	71.0%
Нестабильные тесты	3	4
Всего запусков	69	69
Стоимость за результат	29.783	5.882
Общая стоимость	$4.766	$0.118
Цена входа	$4.000 / 1M	$0.200 / 1M
Цена выхода	$20.000 / 1M	$1.200 / 1M
Цена чтения из кэша	$0.200 / 1M	$0.020 / 1M
Цена записи в кэш	Н/Д	$0.250 / 1M
Общее число входных токенов	93,126	197,896
Выходные токены	10,497	6,211
Токены рассуждений	209,138	133,184
Время ответа (среднее)	44.39s	18.39s
Время ответа (макс.)	287.79s	111.09s
Время ответа (суммарно)	1021.02s	422.93s
Параметры	~1T всего (~50B активных)	~400B всего (~17B 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.

#124 Muse Wonder

max

Стоимость: $0.429
Время: 207.0s
Токены: 21,515 tok

#110 GPT-5.6 Luna

high

Стоимость: $0.033
Время: 34.2s
Токены: 5,484 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	3.0	10.0	0.0%	0		381ms	0	0	0
GPT-5.6 Luna	10.0	10.0	100.0%	0		60.15s	116,969	1,123	2,957

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		7.00s	786	498	6,361
GPT-5.6 Luna	8.3	10.0	75.0%	0		2.99s	606	162	1,265

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		58.38s	7,401	1,942	65,131
GPT-5.6 Luna	5.5	4.7	55.6%	2		15.63s	7,302	510	17,746

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		62.60s	65,711	5,273	38,571
GPT-5.6 Luna	10.0	10.0	100.0%	0		19.05s	57,719	3,366	8,005

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		7.40s	7,053	475	4,783
GPT-5.6 Luna	10.0	10.0	100.0%	0		2.18s	7,140	234	470

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Muse Wonder	2.9	7.2	11.1%	1		189.55s	439	843	68,903
GPT-5.6 Luna	5.3	7.2	44.4%	1		62.87s	732	69	75,712

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		6.06s	519	215	1,628
GPT-5.6 Luna	5.0	10.0	0.0%	0		3.65s	477	117	563

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Muse Wonder	7.5	6.1	83.3%	1		13.24s	753	220	7,067
GPT-5.6 Luna	9.9	10.0	100.0%	0		1.79s	660	97	481

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Muse Wonder	7.7	10.0	66.7%	0		8.97s	459	360	5,691
GPT-5.6 Luna	7.6	7.2	77.8%	1		14.55s	642	242	18,281

Вызов инструментов	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		8.08s	9,780	372	2,916
GPT-5.6 Luna	10.0	10.0	100.0%	0		4.98s	5,454	260	324

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Muse Wonder	2.8	1.6	33.3%	1		41.30s	225	299	8,087
GPT-5.6 Luna	3.0	10.0	0.0%	0		17.00s	195	31	7,380

Сменить пару сравнения

Ling 3.1 FlashhighvsMuse Wondermax DeepSeek V4.1 Flash 1017highvsMuse Wondermax Muse WondermaxvsMiMo-V2.6-Flashmedium Nemotron 3 UltramediumБесплатно доступноvsGPT-5.6 Lunahigh Muse WondermaxvsQwen3.8 2.4T A95Bhigh Gemini 3.5 FlashmediumvsMuse Wondermax Muse WondermaxvsGrok 4.5medium Muse WondermaxvsGLM 5.3high DeepSeek V4.1 FlashlowvsGPT-5.6 Lunahigh Gemini 3.8 FlashmediumvsGPT-5.6 Lunahigh Muse WondermaxvsStep 3.7 Flashmedium GPT-5.6 LunahighvsQwen3.8 Flash Nextlow