Muse Wonder (minimal) 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 $1.639. Muse Wonder (minimal) быстрее: 7.72s 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: #41
Общее число выходных токенов: 34,224
Время ответа (среднее): 7.72s
Общая стоимость: $1.639

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

Рекомендуемая модель Muse Wonder (minimal)

Здесь у него лучший балл (9.1), и он отвечает примерно в 2.4 раза быстрее, чем GPT-5.3-Codex (medium).

Подробное сравнение

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

Метрика	Muse Wonder Muse Wonder minimal Релиз: 2026-10-13	GPT-5.3-Codex GPT-5.3-Codex medium Релиз: 2026-02-05
Оценка	9.1	9.1
Ранг	#41	#35
Надежность	9.7	10.0
Стабильность	9.3	8.6
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	76.8%	84.1%
Нестабильные тесты	2	4
Всего запусков	69	69
Стоимость за результат	9.639	7.753
Общая стоимость	$1.639	$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	238,532	222,794
Выходные токены	9,812	7,357
Токены рассуждений	24,412	58,930
Время ответа (среднее)	7.72s	18.87s
Время ответа (макс.)	42.89s	100.93s
Время ответа (суммарно)	177.57s	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.

#41 Muse Wonder

minimal

Стоимость: $0.048
Время: 15.1s
Токены: 2,488 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		42.89s	136,213	2,145	1,352
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		2.94s	786	230	1,575
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		6.86s	7,401	809	7,336
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		16.14s	74,966	4,993	4,072
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		3.31s	7,053	240	1,074
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	7.2	44.4%	1		15.00s	864	476	6,965
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		2.57s	519	96	390
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		1.39s	408	36	333
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	5.3	7.2	44.4%	1		1.36s	317	92	530
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	10.0	10.0	100.0%	0		4.86s	9,780	653	156
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		4.17s	225	42	629
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 Spark 1.3highvsGPT-5.3-Codexmedium Seed 2.1 TurbohighvsMuse Wonderminimal Muse WonderminimalvsParetodefault Muse WonderlowvsGPT-5.3-Codexmedium GPT-5.3-CodexmediumvsParetodefault Seed 2.1 TurbohighvsGPT-5.3-Codexmedium Claude Haiku 5.5xhighvsMuse Wonderminimal Muse WonderminimalvsQwen3.8 Max (0902)high Claude Sonnet 5.5maxvsGPT-5.3-Codexmedium Gemini 3.5 FlashlowvsMuse Wonderminimal