Muse Wonder (medium) vs Pareto (default)

Muse Wonder (medium) лидирует по среднему баллу: 9.2 vs 9.1. Pareto (default) имеет более низкую стоимость benchmark: $1.520 vs $3.397. Muse Wonder (medium) быстрее: 21.58s vs 33.47s, с долей успешных попыток 76.8% vs 87.0%.

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

Сравниваемые модели

Ранг: #30
Общее число выходных токенов: 121,546
Время ответа (среднее): 21.58s
Общая стоимость: $3.397

Ранг: #39
Общее число выходных токенов: 128,144
Время ответа (среднее): 33.47s
Общая стоимость: $1.520

Рекомендуемая модель Pareto (default)

Его балл близок к лучшему здесь (9.1 против 9.2), при этом он примерно в 2.2 раза дешевле, чем Muse Wonder (medium).

Подробное сравнение

Метрика	Muse Wonder Muse Wonder medium Релиз: 2026-10-13	Pareto Pareto default Релиз: 2026-09-18

Метрика	Muse Wonder Muse Wonder medium Релиз: 2026-10-13	Pareto Pareto default Релиз: 2026-09-18
Оценка	9.2	9.1
Ранг	#30	#39
Надежность	9.1	10.0
Стабильность	9.6	9.2
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	76.8%	87.0%
Нестабильные тесты	1	2
Всего запусков	69	69
Стоимость за результат	19.982	8.000
Общая стоимость	$3.397	$1.520
Цена входа	$4.000 / 1M	$2.500 / 1M
Цена выхода	$20.000 / 1M	$7.500 / 1M
Цена чтения из кэша	$0.200 / 1M	$0.250 / 1M
Цена записи в кэш	Н/Д	Н/Д
Общее число входных токенов	241,489	223,559
Выходные токены	11,575	128,144
Токены рассуждений	109,971	0
Время ответа (среднее)	21.58s	33.47s
Время ответа (макс.)	162.73s	143.33s
Время ответа (суммарно)	496.40s	769.84s
Параметры	~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.

#30 Muse Wonder

medium

Стоимость: $0.208
Время: 64.8s
Токены: 10,444 tok

#39 Pareto

default

Стоимость: $0.034
Время: 170.7s
Токены: 4,581 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		46.05s	148,242	2,406	2,850
Pareto	10.0	10.0	100.0%	0		76.54s	112,825	8,914	0

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Muse Wonder	8.3	10.0	75.0%	0		4.84s	594	378	3,874
Pareto	10.0	10.0	100.0%	0		6.39s	703	2,173	0

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		26.87s	7,401	1,181	26,424
Pareto	10.0	10.0	100.0%	0		50.12s	7,471	1,949	0

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		28.23s	66,033	4,934	17,166
Pareto	7.2	9.1	50.0%	0		53.54s	85,180	98,580	0

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		6.12s	7,053	433	3,670
Pareto	10.0	10.0	100.0%	0		2.57s	7,728	1,371	0

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		70.72s	555	960	42,167
Pareto	7.7	10.0	66.7%	0		98.85s	858	8,379	0

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		7.32s	519	147	1,123
Pareto	10.0	10.0	100.0%	0		8.63s	492	260	0

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Muse Wonder	6.6	10.0	50.0%	0		3.88s	523	124	1,783
Pareto	10.0	10.0	100.0%	0		4.95s	667	507	0

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		9.63s	564	481	4,834
Pareto	8.2	7.2	88.9%	1		18.24s	624	4,433	0

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		9.26s	9,780	369	2,803
Pareto	10.0	10.0	100.0%	0		3.29s	6,762	963	0

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Muse Wonder	4.7	1.6	66.7%	1		16.33s	225	162	3,277
Pareto	2.8	1.6	33.3%	1		32.07s	249	615	0

Сменить пару сравнения

Seed 2.1 TurbohighvsParetodefault Muse WonderlowvsParetodefault Muse WonderminimalvsParetodefault Muse Spark 1.3highvsParetodefault Claude Sonnet 5.5maxvsMuse Wondermedium Claude Haiku 5.5xhighvsParetodefault GPT-5.3-CodexmediumvsParetodefault Qwen3.8 Max (0902)highvsParetodefault Seed 2.1 TurbolowvsMuse Wondermedium Muse WondermediumvsQwen3.8 Max (0902)high Gemini 3.5 FlashlowvsParetodefault Claude Haiku 5.5xhighvsMuse Wondermedium