- 排名
- #113
- 总输出令牌
- 219,635
- 响应时间（平均）
- 44.39s
- 总成本
- $4.766
Muse Wonder (max) vs GPT-5.4 Mini (medium)
GPT-5.4 Mini (medium) 平均分领先，为 7.9 vs 7.9。 GPT-5.4 Mini (medium) benchmark 成本更低，为 $1.102 vs $4.766。 GPT-5.4 Mini (medium) 更快，为 29.94s vs 44.39s，通过率为 75.4% vs 69.6%。
已对比模型
- 排名
- #108
- 总输出令牌
- 184,172
- 响应时间（平均）
- 29.94s
- 总成本
- $1.102
推荐模型
GPT-5.4 Mini (medium)
它在这里得分最高（7.9），同时成本比Muse Wonder (max)低约 4.3 倍。
详细对比
| 指标 | Muse Wonder Muse Wonder max | GPT-5.4 Mini GPT-5.4 Mini medium |
|---|---|---|
| 分数 | 7.9 | 7.9 |
| 排名 | #113 | #108 |
| 可靠性 | 9.0 | 10.0 |
| 一致性 | 8.9 | 8.2 |
| 尝试次数 | 69/69 | 69/69 |
| 测试正确 | ||
| 尝试通过率 | 75.4% | 69.6% |
| 不稳定测试 | 3 | 5 |
| 总运行次数 | 69 | 69 |
| 每个结果成本 | 29.783 | 7.754 |
| 总成本 | $4.766 | $1.102 |
| 输入价格 | $4.000 / 1M | $0.750 / 1M |
| 输出价格 | $20.000 / 1M | $4.500 / 1M |
| 缓存读取价格 | $0.200 / 1M | $0.075 / 1M |
| 缓存写入价格 | 不适用 | 不适用 |
| 总输入令牌 | 93,126 | 238,925 |
| 输出令牌 | 10,497 | 7,109 |
| 推理令牌 | 209,138 | 177,063 |
| 响应时间（平均） | 44.39s | 29.94s |
| 响应时间（最大） | 287.79s | 138.75s |
| 响应时间（总计） | 1021.02s | 688.57s |
| 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.
#113 Muse Wonder
max- 成本
- $0.429
- 时间
- 207.0s
- 令牌
- 21,515 tok
#108 GPT-5.4 Mini
medium- 成本
- $0.056
- 时间
- 95.5s
- 令牌
- 12,464 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 | 381ms | 0 | 0 | 0 | |
| GPT-5.4 Mini | 10.0 | 10.0 | 100.0% | 0 | 100.66s | 141,761 | 898 | 24,930 |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 7.00s | 786 | 498 | 6,361 | |
| GPT-5.4 Mini | 8.6 | 7.9 | 91.7% | 1 | 4.05s | 606 | 296 | 2,876 |
| 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 | 58.38s | 7,401 | 1,942 | 65,131 | |
| GPT-5.4 Mini | 8.4 | 7.4 | 88.9% | 1 | 57.87s | 7,305 | 467 | 40,902 |
| 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 | 62.60s | 65,711 | 5,273 | 38,571 | |
| GPT-5.4 Mini | 6.9 | 5.9 | 66.7% | 1 | 59.64s | 74,058 | 4,347 | 40,924 |
| 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 | 7.40s | 7,053 | 475 | 4,783 | |
| GPT-5.4 Mini | 10.0 | 10.0 | 100.0% | 0 | 2.43s | 7,140 | 234 | 650 |
| 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 | 2.9 | 7.2 | 11.1% | 1 | 189.55s | 439 | 843 | 68,903 | |
| GPT-5.4 Mini | 3.6 | 7.2 | 22.2% | 1 | 71.05s | 628 | 60 | 49,875 |
| 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 | 6.06s | 519 | 215 | 1,628 | |
| GPT-5.4 Mini | 4.5 | 10.0 | 0.0% | 0 | 3.72s | 477 | 150 | 510 |
| 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 | 7.5 | 6.1 | 83.3% | 1 | 13.24s | 753 | 220 | 7,067 | |
| GPT-5.4 Mini | 9.8 | 10.0 | 100.0% | 0 | 2.13s | 660 | 96 | 1,185 |
| 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 | 7.7 | 10.0 | 66.7% | 0 | 8.97s | 459 | 360 | 5,691 | |
| GPT-5.4 Mini | 7.8 | 10.0 | 66.7% | 0 | 4.37s | 642 | 278 | 2,443 |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 8.08s | 9,780 | 372 | 2,916 | |
| GPT-5.4 Mini | 4.7 | 1.6 | 66.7% | 1 | 9.62s | 5,453 | 251 | 2,594 |
| 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 | 41.30s | 225 | 299 | 8,087 | |
| GPT-5.4 Mini | 3.0 | 10.0 | 0.0% | 0 | 30.10s | 195 | 32 | 10,174 |
快速对比
切换对比组合
Ling 3.1 FlashhighvsMuse WondermaxClaude Fable 5.1highvsGPT-5.4 MinimediumMuse WondermaxvsMiMo-V2.6-FlashmediumGPT-5.4 MinimediumvsGLM 5.3 FlashXmaxGPT-5.4 MinimediumvsQwen3.7 MaxnoneMuse WondermaxvsQwen3.8 2.4T A95BhighMuse WondermaxvsGrok 4.5mediumGemini 3.5 FlashmediumvsMuse WondermaxMuse WondermaxvsGLM 5.3highMuse WondermaxvsStep 3.7 FlashmediumGPT-5.4 MinimediumvsQwen3.8 Flash NextlowMuse WondermaxvsGrok 4.6medium