Muse Wonder (max) vs GPT-6.1 Sol (low)

已对比模型

排名: #113
总输出令牌: 219,635
响应时间（平均）: 44.39s
总成本: $4.766

排名: #16
总输出令牌: 13,138
响应时间（平均）: 7.15s
总成本: $0.460

推荐模型 GPT-6.1 Sol (low)

它在这里得分最高（9.6），同时成本比Muse Wonder (max)低约 10.4 倍。

详细对比

指标	Muse Wonder Muse Wonder max 发布日期: 2026-10-13	GPT-6.1 Sol GPT-6.1 Sol low 发布日期: 2026-09-29

指标	Muse Wonder Muse Wonder max 发布日期: 2026-10-13	GPT-6.1 Sol GPT-6.1 Sol low 发布日期: 2026-09-29
分数	7.9	9.6
排名	#113	#16
可靠性	9.0	10.0
一致性	8.9	9.6
尝试次数	69/69	69/69
测试正确
尝试通过率	75.4%	92.8%
不稳定测试	3	1
总运行次数	69	69
每个结果成本	29.783	2.187
总成本	$4.766	$0.460
输入价格	$4.000 / 1M	$2.000 / 1M
输出价格	$20.000 / 1M	$10.000 / 1M
缓存读取价格	$0.200 / 1M	$0.100 / 1M
缓存写入价格	不适用	$2.500 / 1M
总输入令牌	93,126	163,900
输出令牌	10,497	4,958
推理令牌	209,138	8,180
响应时间（平均）	44.39s	7.15s
响应时间（最大）	287.79s	46.57s
响应时间（总计）	1021.02s	164.47s
参数量	~1T 总计 (~50B 激活)	~2T 总计 (~150B 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

#16 GPT-6.1 Sol

low

成本: $0.028
时间: 44.6s
令牌: 2,881 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		381ms	0	0	0
GPT-6.1 Sol	10.0	10.0	100.0%	0		46.57s	85,882	798	461

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-6.1 Sol	10.0	10.0	100.0%	0		2.14s	606	147	226

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-6.1 Sol	10.0	10.0	100.0%	0		4.48s	7,302	388	1,286

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-6.1 Sol	10.0	10.0	100.0%	0		10.94s	54,810	2,619	370

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-6.1 Sol	10.0	10.0	100.0%	0		1.94s	7,140	222	0

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-6.1 Sol	7.7	10.0	66.7%	0		15.39s	732	69	5,195

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-6.1 Sol	10.0	10.0	100.0%	0		3.66s	477	114	142

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-6.1 Sol	10.0	10.0	100.0%	0		2.21s	660	93	115

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-6.1 Sol	10.0	10.0	100.0%	0		2.19s	642	232	88

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-6.1 Sol	10.0	10.0	100.0%	0		5.53s	5,454	246	0

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-6.1 Sol	2.8	1.6	33.3%	1		3.80s	195	30	297

切换对比组合

Ling 3.1 FlashhighvsMuse Wondermax Gemini 3 Flash PreviewmediumvsGPT-6.1 Sollow Muse WondermaxvsMiMo-V2.6-Flashmedium Muse WondermaxvsQwen3.8 2.4T A95Bhigh Muse WondermaxvsGrok 4.5medium Gemini 3.5 FlashmediumvsMuse Wondermax Muse WondermaxvsGLM 5.3high Muse WondermaxvsStep 3.7 Flashmedium Gemini 3.7 FlashmediumvsGPT-6.1 Sollow Muse WondermaxvsGrok 4.6medium Muse WondermaxvsQwen3.7 Maxnone Muse WondermaxvsQwen3.7 Plusnone