- 排名
- #122
- 总输出令牌
- 152,440
- 响应时间（平均）
- 22.96s
- 总成本
- $3.426
Muse Wonder (high) vs Grok 4.5 (low)
Grok 4.5 (low) 平均分领先，为 7.8 vs 7.7。 Grok 4.5 (low) benchmark 成本更低，为 $1.345 vs $3.426。 Grok 4.5 (low) 更快，为 18.14s vs 22.96s，通过率为 66.7% vs 73.9%。
已对比模型
- 排名
- #120
- 总输出令牌
- 121,415
- 响应时间（平均）
- 18.14s
- 总成本
- $1.345
推荐模型
Grok 4.5 (low)
它在这里得分最高（7.8），同时成本比Muse Wonder (high)低约 2.5 倍。
详细对比
| 指标 | Muse Wonder Muse Wonder high | Grok 4.5 Grok 4.5 low |
|---|---|---|
| 分数 | 7.7 | 7.8 |
| 排名 | #122 | #120 |
| 可靠性 | 9.3 | 10.0 |
| 一致性 | 9.6 | 9.3 |
| 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 | 2 |
| 总运行次数 | 69 | 69 |
| 每个结果成本 | 22.837 | 8.404 |
| 总成本 | $3.426 | $1.345 |
| 输入价格 | $4.000 / 1M | $2.000 / 1M |
| 输出价格 | $20.000 / 1M | $6.000 / 1M |
| 缓存读取价格 | $0.200 / 1M | $0.300 / 1M |
| 缓存写入价格 | 不适用 | 不适用 |
| 总输入令牌 | 94,153 | 308,068 |
| 输出令牌 | 9,606 | 9,218 |
| 推理令牌 | 142,834 | 112,197 |
| 响应时间（平均） | 22.96s | 18.14s |
| 响应时间（最大） | 143.21s | 205.28s |
| 响应时间（总计） | 528.08s | 417.21s |
| 参数量 | ~1T 总计 (~50B 激活) | ~1.7T 总计 (~170B 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
#120 SpaceXAI: Grok 4.5
low- 成本
- $0.011
- 时间
- 12.4s
- 令牌
- 2,018 tok
类别细分
| 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 | |
| Grok 4.5 | 5.0 | 10.0 | 0.0% | 0 | 61.53s | 182,463 | 1,713 | 4,213 |
| 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 | |
| Grok 4.5 | 10.0 | 10.0 | 100.0% | 0 | 2.75s | 2,991 | 261 | 3,000 |
| 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 | |
| Grok 4.5 | 10.0 | 10.0 | 100.0% | 0 | 13.72s | 9,579 | 303 | 15,641 |
| 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 | |
| Grok 4.5 | 6.5 | 10.0 | 50.0% | 0 | 12.75s | 82,028 | 6,031 | 3,583 |
| 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 | |
| Grok 4.5 | 10.0 | 10.0 | 100.0% | 0 | 3.44s | 8,937 | 225 | 2,549 |
| 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 | |
| Grok 4.5 | 2.9 | 7.2 | 11.1% | 1 | 77.09s | 2,523 | 14 | 71,813 |
| 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 | |
| Grok 4.5 | 6.1 | 3.1 | 66.7% | 1 | 4.88s | 1,077 | 98 | 1,253 |
| 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 | |
| Grok 4.5 | 9.8 | 10.0 | 100.0% | 0 | 2.80s | 1,857 | 57 | 1,878 |
| 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 | |
| Grok 4.5 | 10.0 | 10.0 | 100.0% | 0 | 3.20s | 2,430 | 217 | 2,590 |
| 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 | |
| Grok 4.5 | 10.0 | 10.0 | 100.0% | 0 | 5.83s | 13,394 | 284 | 871 |
| 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 | |
| Grok 4.5 | 3.0 | 10.0 | 0.0% | 0 | 13.98s | 789 | 15 | 4,806 |
快速对比
切换对比组合
DeepSeek V4 Flash 0731mediumvsGrok 4.5lowQwen3.7 PlusnonevsGrok 4.5lowClaude Haiku 5.5mediumvsMuse WonderhighMuse WonderhighvsQwen3.5 Plus 2026-04-20mediumMuse WonderhighvsQwen3.7 FlashlowStep 3.7 FlashmediumvsGrok 4.5lowGrok 4.5lowvsGLM 5.3highDeepSeek V4 Flash 0731mediumvsMuse WonderhighGPT-6 LunahighvsGrok 4.5lowMuse Glimmer 30BhighvsGrok 4.5lowMuse WonderhighvsQwen3.7 PlusnoneLing 3.1 FlashhighvsGrok 4.5low