Muse Wonder (max) vs GLM 5.3 (high)

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: #116
总输出令牌: 68,482
响应时间（平均）: 28.38s
总成本: $0.495

推荐模型 GLM 5.3 (high)

它在这里得分最高（7.8），同时成本比Muse Wonder (max)低约 9.6 倍。

详细对比

指标	Muse Wonder Muse Wonder max 发布日期: 2026-10-13	GLM 5.3 GLM 5.3 high 发布日期: 2026-08-20

指标	Muse Wonder Muse Wonder max 发布日期: 2026-10-13	GLM 5.3 GLM 5.3 high 发布日期: 2026-08-20
分数	7.9	7.8
排名	#113	#116
可靠性	9.0	10.0
一致性	8.9	7.6
尝试次数	69/69	69/69
测试正确
尝试通过率	75.4%	75.4%
不稳定测试	3	7
总运行次数	69	69
每个结果成本	29.783	4.351
总成本	$4.766	$0.495
输入价格	$4.000 / 1M	$0.070 / 1M
输出价格	$20.000 / 1M	$7.000 / 1M
缓存读取价格	$0.200 / 1M	$0.065 / 1M
缓存写入价格	不适用	不适用
总输入令牌	93,126	219,811
输出令牌	10,497	8,811
推理令牌	209,138	59,671
响应时间（平均）	44.39s	28.38s
响应时间（最大）	287.79s	159.91s
响应时间（总计）	1021.02s	652.78s
参数量	~1T 总计 (~50B 激活)	744B 总计 (40B 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

#116 GLM 5.3

high

成本: $0.085
时间: 362.5s
令牌: 19,310 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
GLM 5.3	10.0	10.0	100.0%	0		40.72s	132,210	2,805	2,010

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
GLM 5.3	10.0	10.0	100.0%	0		3.72s	639	237	481

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
GLM 5.3	6.6	5.0	66.7%	2		18.89s	7,317	473	8,190

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
GLM 5.3	6.4	5.8	66.7%	1		63.96s	62,821	3,936	12,203

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
GLM 5.3	10.0	10.0	100.0%	0		3.55s	7,149	210	189

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
GLM 5.3	2.9	4.4	22.2%	2		112.33s	759	238	33,423

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
GLM 5.3	6.1	3.1	66.7%	1		8.00s	498	192	407

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
GLM 5.3	9.8	10.0	100.0%	0		3.62s	678	72	182

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
GLM 5.3	8.2	7.2	88.9%	1		4.74s	672	332	452

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
GLM 5.3	10.0	10.0	100.0%	0		17.05s	6,861	231	91

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
GLM 5.3	3.0	10.0	0.0%	0		21.98s	207	85	2,043

切换对比组合

Ling 3.1 FlashhighvsMuse Wondermax Muse WondermaxvsMiMo-V2.6-Flashmedium Grok 4.5mediumvsGLM 5.3high Step 3.7 FlashmediumvsGLM 5.3high Muse WondermaxvsQwen3.8 2.4T A95Bhigh Grok 4.6mediumvsGLM 5.3high Muse WondermaxvsGrok 4.5medium Gemini 3.5 FlashmediumvsMuse Wondermax MiMo-V2.6-FlashmediumvsGLM 5.3high Muse WondermaxvsStep 3.7 Flashmedium Qwen3.7 PlusnonevsGLM 5.3high Muse WondermaxvsGrok 4.6medium