Muse Wonder (high) vs Grok 4.5 (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: #115
总输出令牌: 306,044
响应时间（平均）: 68.44s
总成本: $2.996

推荐模型 Muse Wonder (high)

它的得分接近这里的最高分（7.7 vs 7.8），同时响应速度比Grok 4.5 (medium)快约 3.0 倍。

详细对比

指标	Muse Wonder Muse Wonder high 发布日期: 2026-10-13	Grok 4.5 Grok 4.5 medium 发布日期: 2026-07-08

指标	Muse Wonder Muse Wonder high 发布日期: 2026-10-13	Grok 4.5 Grok 4.5 medium 发布日期: 2026-07-08
分数	7.7	7.8
排名	#122	#115
可靠性	9.3	10.0
一致性	9.6	9.0
尝试次数	69/69	69/69
测试正确
尝试通过率	66.7%	79.7%
不稳定测试	1	3
总运行次数	69	69
每个结果成本	22.837	14.430
总成本	$3.426	$2.996
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	308,369
输出令牌	9,606	7,013
推理令牌	142,834	299,031
响应时间（平均）	22.96s	68.44s
响应时间（最大）	143.21s	436.38s
响应时间（总计）	528.08s	1574.14s
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

#115 SpaceXAI: Grok 4.5

medium

成本: $0.044
时间: 59.4s
令牌: 7,512 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
Grok 4.5	5.0	10.0	0.0%	0		65.24s	186,214	1,499	5,085

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		23.50s	2,991	147	4,018

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	7.6	7.2	77.8%	1		155.69s	9,579	390	104,634

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	10.0	10.0	100.0%	0		29.01s	83,730	4,154	16,180

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		6.29s	8,937	225	3,657

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	5.3	7.2	44.4%	1		249.34s	2,221	11	140,815

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	6.5	3.4	66.7%	1		12.84s	1,077	71	2,384

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		6.06s	1,857	57	2,728

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		7.75s	2,430	254	3,641

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		6.57s	8,544	192	968

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		74.44s	789	13	14,921

切换对比组合

Grok 4.5mediumvsGLM 5.3high Claude Haiku 5.5mediumvsMuse Wonderhigh Muse WonderhighvsQwen3.5 Plus 2026-04-20medium Ling 3.1 FlashhighvsGrok 4.5medium Muse WondermaxvsGrok 4.5medium Muse WonderhighvsQwen3.7 Flashlow Qwen3.8 2.4T A95BhighvsGrok 4.5medium Qwen3.7 PlusnonevsGrok 4.5medium DeepSeek V4 Flash 0731mediumvsMuse Wonderhigh Muse WonderhighvsGrok 4.5low Muse WonderhighvsQwen3.7 Plusnone Qwen3.7 MaxnonevsGrok 4.5medium