- 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 Grok 4.6 (medium)
平均分几乎持平，为 7.9 vs 7.8。 Grok 4.6 (medium) benchmark 成本更低，为 $2.270 vs $4.766。 Muse Wonder (max) 更快，为 44.39s vs 74.77s，通过率为 75.4% vs 78.3%。
已对比模型
- 排名
- #118
- 总输出令牌
- 266,197
- 响应时间（平均）
- 74.77s
- 总成本
- $2.270
推荐模型
Grok 4.6 (medium)
它在这里得分最高（7.8），同时成本比Muse Wonder (max)低约 2.1 倍。
详细对比
| 指标 | Muse Wonder Muse Wonder max | Grok 4.6 Grok 4.6 medium |
|---|---|---|
| 分数 | 7.9 | 7.8 |
| 排名 | #113 | #118 |
| 可靠性 | 9.0 | 10.0 |
| 一致性 | 8.9 | 8.7 |
| 尝试次数 | 69/69 | 69/69 |
| 测试正确 | ||
| 尝试通过率 | 75.4% | 78.3% |
| 不稳定测试 | 3 | 4 |
| 总运行次数 | 69 | 69 |
| 每个结果成本 | 29.783 | 14.187 |
| 总成本 | $4.766 | $2.270 |
| 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 | $0.500 / 1M |
| 缓存写入价格 | 不适用 | 不适用 |
| 总输入令牌 | 93,126 | 336,351 |
| 输出令牌 | 10,497 | 6,180 |
| 推理令牌 | 209,138 | 260,017 |
| 响应时间（平均） | 44.39s | 74.77s |
| 响应时间（最大） | 287.79s | 514.35s |
| 响应时间（总计） | 1021.02s | 1719.73s |
| 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.
#113 Muse Wonder
max- 成本
- $0.429
- 时间
- 207.0s
- 令牌
- 21,515 tok
#118 SpaceXAI: Grok 4.6
medium- 成本
- $0.028
- 时间
- 72.1s
- 令牌
- 4,771 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 | |
| Grok 4.6 | 5.0 | 10.0 | 0.0% | 0 | 103.61s | 229,564 | 1,369 | 15,020 |
| 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 | |
| Grok 4.6 | 10.0 | 10.0 | 100.0% | 0 | 10.84s | 2,991 | 78 | 6,335 |
| 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 | |
| Grok 4.6 | 8.2 | 7.2 | 88.9% | 1 | 120.05s | 9,579 | 351 | 64,226 |
| 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 | |
| Grok 4.6 | 10.0 | 10.0 | 100.0% | 0 | 62.66s | 68,060 | 3,687 | 21,366 |
| 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 | |
| Grok 4.6 | 10.0 | 10.0 | 100.0% | 0 | 11.46s | 8,937 | 225 | 4,400 |
| 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 | |
| Grok 4.6 | 5.3 | 7.2 | 44.4% | 1 | 304.33s | 2,523 | 15 | 127,702 |
| 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 | |
| Grok 4.6 | 4.1 | 2.7 | 33.3% | 1 | 17.27s | 1,077 | 47 | 2,052 |
| 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 | |
| Grok 4.6 | 9.8 | 10.0 | 100.0% | 0 | 12.75s | 1,857 | 57 | 4,500 |
| 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 | |
| Grok 4.6 | 8.7 | 7.7 | 88.9% | 1 | 16.30s | 2,430 | 123 | 5,799 |
| 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 | |
| Grok 4.6 | 10.0 | 10.0 | 100.0% | 0 | 12.83s | 8,544 | 216 | 1,068 |
| 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 | |
| Grok 4.6 | 3.0 | 10.0 | 0.0% | 0 | 46.88s | 789 | 12 | 7,549 |
快速对比
切换对比组合
Ling 3.1 FlashhighvsMuse WondermaxMuse WondermaxvsMiMo-V2.6-FlashmediumMuse WondermaxvsQwen3.8 2.4T A95BhighGrok 4.6mediumvsGLM 5.3highMuse WondermaxvsGrok 4.5mediumGemini 3.5 FlashmediumvsMuse WondermaxQwen3.7 PlusnonevsGrok 4.6mediumMuse WondermaxvsGLM 5.3highMuse WondermaxvsStep 3.7 FlashmediumLing 3.1 FlashhighvsGrok 4.6mediumMuse WondermaxvsQwen3.7 MaxnoneQwen3.8 2.4T A95BhighvsGrok 4.6medium