Muse Wonder (medium) vs GPT-5.5 (low)

已对比模型

排名: #32
总输出令牌: 121,546
响应时间（平均）: 21.58s
总成本: $3.397

排名: #23
总输出令牌: 31,065
响应时间（平均）: 11.91s
总成本: $1.822

推荐模型 GPT-5.5 (low)

它在这里得分最高（9.5），同时成本比Muse Wonder (medium)低约 1.9 倍。

详细对比

指标	Muse Wonder Muse Wonder medium 发布日期: 2026-10-13	GPT-5.5 GPT-5.5 low 发布日期: 2026-04-24

指标	Muse Wonder Muse Wonder medium 发布日期: 2026-10-13	GPT-5.5 GPT-5.5 low 发布日期: 2026-04-24
分数	9.2	9.5
排名	#32	#23
可靠性	9.1	10.0
一致性	9.6	10.0
尝试次数	69/69	69/69
测试正确
尝试通过率	76.8%	87.0%
不稳定测试	1	0
总运行次数	69	69
每个结果成本	19.982	9.109
总成本	$3.397	$1.822
输入价格	$4.000 / 1M	$5.000 / 1M
输出价格	$20.000 / 1M	$30.000 / 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	241,489	177,939
输出令牌	11,575	6,283
推理令牌	109,971	24,782
响应时间（平均）	21.58s	11.91s
响应时间（最大）	162.73s	56.19s
响应时间（总计）	496.40s	273.82s
参数量	~1T 总计 (~50B 激活)	~1.5T 总计 (~100B 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.

#32 Muse Wonder

medium

成本: $0.208
时间: 64.8s
令牌: 10,444 tok

#23 GPT-5.5

low

成本: $0.068
时间: 37.0s
令牌: 2,339 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	10.0	10.0	100.0%	0		46.05s	148,242	2,406	2,850
GPT-5.5	10.0	10.0	100.0%	0		50.58s	97,872	905	1,620

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		4.84s	594	378	3,874
GPT-5.5	10.0	10.0	100.0%	0		4.41s	606	238	1,020

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		26.87s	7,401	1,181	26,424
GPT-5.5	10.0	10.0	100.0%	0		15.04s	7,302	423	6,402

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		28.23s	66,033	4,934	17,166
GPT-5.5	10.0	10.0	100.0%	0		13.73s	56,868	3,635	1,297

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		6.12s	7,053	433	3,670
GPT-5.5	10.0	10.0	100.0%	0		3.28s	7,140	228	157

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		70.72s	555	960	42,167
GPT-5.5	5.3	10.0	33.3%	0		28.19s	732	69	11,731

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		7.32s	519	147	1,123
GPT-5.5	10.0	10.0	100.0%	0		5.17s	477	133	245

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	6.6	10.0	50.0%	0		3.88s	523	124	1,783
GPT-5.5	9.9	10.0	100.0%	0		3.74s	660	93	415

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		9.63s	564	481	4,834
GPT-5.5	10.0	10.0	100.0%	0		4.74s	642	279	954

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		9.26s	9,780	369	2,803
GPT-5.5	10.0	10.0	100.0%	0		4.96s	5,445	250	101

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	4.7	1.6	66.7%	1		16.33s	225	162	3,277
GPT-5.5	3.0	10.0	0.0%	0		10.06s	195	30	840

切换对比组合

Claude Sonnet 5.5maxvsMuse Wondermedium DeepSeek V4.1 Flash 1017lowvsMuse Wondermedium Claude Opus 5.5highvsGPT-5.5low Gemini 3.7 FlashmediumvsGPT-5.5low Seed 2.1 TurbolowvsMuse Wondermedium Muse WondermediumvsQwen3.8 Max (0902)high Claude Haiku 5.5xhighvsMuse Wondermedium Gemini 4 ArgonhighvsGPT-5.5low Muse WondermediumvsParetodefault Seed 2.1 TurbohighvsMuse Wondermedium Claude Opus 5highvsGPT-5.5low Claude Opus 5mediumvsGPT-5.5low