Muse Wonder (high) vs GPT-6 Luna (medium)

已对比模型

排名: #122
总输出令牌: 152,440
响应时间（平均）: 22.96s
总成本: $3.426

排名: #86
总输出令牌: 53,161
响应时间（平均）: 18.07s
总成本: $0.047

推荐模型 GPT-6 Luna (medium)

它在这里得分最高（8.3），同时成本比Muse Wonder (high)低约 73.0 倍。

详细对比

指标	Muse Wonder Muse Wonder high 发布日期: 2026-10-13	GPT-6 Luna GPT-6 Luna medium 发布日期: 2026-09-23

指标	Muse Wonder Muse Wonder high 发布日期: 2026-10-13	GPT-6 Luna GPT-6 Luna medium 发布日期: 2026-09-23
分数	7.7	8.3
排名	#122	#86
可靠性	9.3	10.0
一致性	9.6	8.9
尝试次数	69/69	69/69
测试正确
尝试通过率	66.7%	73.9%
不稳定测试	1	3
总运行次数	69	69
每个结果成本	22.837	0.313
总成本	$3.426	$0.047
输入价格	$4.000 / 1M	$0.100 / 1M
输出价格	$20.000 / 1M	$0.500 / 1M
缓存读取价格	$0.200 / 1M	$0.010 / 1M
缓存写入价格	不适用	$0.125 / 1M
总输入令牌	94,153	203,193
输出令牌	9,606	5,751
推理令牌	142,834	47,410
响应时间（平均）	22.96s	18.07s
响应时间（最大）	143.21s	66.44s
响应时间（总计）	528.08s	415.53s
参数量	~1T 总计 (~50B 激活)	~400B 总计 (~17B 激活)
开放状态	闭源	闭源

缓存价格适用于输入令牌。读取会复用已缓存的提示词；写入会存储提示词，可能产生额外费用。输出令牌按输出价格计费。

模型生成展示

Hamster playing table tennis

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

#122 Muse Wonder

high

成本: $0.199
时间: 113.0s
令牌: 10,002 tok

#86 GPT-6 Luna

medium

成本: $0.002
时间: 23.6s
令牌: 2,966 tok

按分数排名的模型

分数 vs 总成本

响应时间（平均）

分数 vs 响应时间（平均）

总输出令牌

分数 vs 总输出令牌

类别细分

类别:

智能体任务	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Muse Wonder	3.0	10.0	0.0%	0		461ms	0	0	0
GPT-6 Luna	10.0	10.0	100.0%	0		66.44s	124,247	1,116	6,891

反AI技巧	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Muse Wonder	8.3	10.0	75.0%	0		5.93s	594	362	4,257
GPT-6 Luna	8.3	10.0	75.0%	0		4.32s	606	156	875

编程	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Muse Wonder	10.0	10.0	100.0%	0		36.94s	7,401	1,392	35,716
GPT-6 Luna	6.6	4.6	77.8%	2		23.63s	7,302	438	10,222

综合	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Muse Wonder	10.0	10.0	100.0%	0		34.90s	66,087	5,019	24,775
GPT-6 Luna	10.0	10.0	100.0%	0		22.65s	55,738	3,052	4,096

数据解析与提取	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Muse Wonder	10.0	10.0	100.0%	0		7.09s	7,053	431	4,377
GPT-6 Luna	10.0	10.0	100.0%	0		26.09s	7,140	234	268

领域专项	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Muse Wonder	5.3	10.0	33.3%	0		78.62s	555	1,083	58,198
GPT-6 Luna	5.9	7.2	55.6%	1		22.71s	732	70	19,191

通用智能	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Muse Wonder	10.0	10.0	100.0%	0		5.52s	519	170	1,428
GPT-6 Luna	4.4	9.9	0.0%	0		28.25s	477	91	289

指令遵循	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Muse Wonder	6.5	10.0	50.0%	0		1.97s	408	69	936
GPT-6 Luna	9.8	10.0	100.0%	0		13.24s	660	89	409

谜题求解	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Muse Wonder	5.3	10.0	33.3%	0		3.78s	246	222	1,817
GPT-6 Luna	7.7	10.0	66.7%	0		9.78s	642	211	3,189

工具调用	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Muse Wonder	9.8	10.0	100.0%	0		23.70s	11,065	636	5,476
GPT-6 Luna	10.0	10.0	100.0%	0		4.84s	5,454	264	249

常识问答	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Muse Wonder	2.8	1.6	33.3%	1		28.77s	225	222	5,854
GPT-6 Luna	3.0	10.0	0.0%	0		6.39s	195	30	1,731

切换对比组合

Claude Haiku 5.5mediumvsMuse Wonderhigh Muse WonderhighvsQwen3.5 Plus 2026-04-20medium GPT-6 LunamediumvsGrok 4.5high Muse WonderhighvsQwen3.7 Flashlow Kimi K3maxvsGPT-6 Lunamedium Gemini 3.5 FlashhighvsGPT-6 Lunamedium Claude Haiku 5.5highvsGPT-6 Lunamedium DeepSeek V4 Flash 0731mediumvsMuse Wonderhigh Muse WonderhighvsGrok 4.5low Muse WonderhighvsQwen3.7 Plusnone Muse WonderhighvsGrok 4.6medium GPT-6 LunamediumvsGLM 5.2high