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

已对比模型

排名: #30
总输出令牌: 121,546
响应时间（平均）: 21.58s
总成本: $3.397

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 (medium)低约 7.4 倍。

详细对比

指标	Muse Wonder Muse Wonder medium 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 medium 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	9.2	9.6
排名	#30	#16
可靠性	9.1	10.0
一致性	9.6	9.6
尝试次数	69/69	69/69
测试正确
尝试通过率	76.8%	92.8%
不稳定测试	1	1
总运行次数	69	69
每个结果成本	19.982	2.187
总成本	$3.397	$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	241,489	163,900
输出令牌	11,575	4,958
推理令牌	109,971	8,180
响应时间（平均）	21.58s	7.15s
响应时间（最大）	162.73s	46.57s
响应时间（总计）	496.40s	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.

#30 Muse Wonder

medium

成本: $0.208
时间: 64.8s
令牌: 10,444 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	10.0	10.0	100.0%	0		46.05s	148,242	2,406	2,850
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	8.3	10.0	75.0%	0		4.84s	594	378	3,874
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		26.87s	7,401	1,181	26,424
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		28.23s	66,033	4,934	17,166
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		6.12s	7,053	433	3,670
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	5.3	10.0	33.3%	0		70.72s	555	960	42,167
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		7.32s	519	147	1,123
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	6.6	10.0	50.0%	0		3.88s	523	124	1,783
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		9.63s	564	481	4,834
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		9.26s	9,780	369	2,803
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	4.7	1.6	66.7%	1		16.33s	225	162	3,277
GPT-6.1 Sol	2.8	1.6	33.3%	1		3.80s	195	30	297

切换对比组合

Gemini 3 Flash PreviewmediumvsGPT-6.1 Sollow Claude Sonnet 5.5maxvsMuse Wondermedium Gemini 3.7 FlashmediumvsGPT-6.1 Sollow Seed 2.1 TurbolowvsMuse Wondermedium Muse WondermediumvsQwen3.8 Max (0902)high Claude Haiku 5.5xhighvsMuse Wondermedium Muse WondermediumvsParetodefault Seed 2.1 TurbohighvsMuse Wondermedium Claude Opus 5.5highvsGPT-6.1 Sollow Claude Opus 5highvsMuse Wondermedium Gemini 3.5 FlashlowvsMuse Wondermedium Gemini 3.7 FlashlowvsMuse Wondermedium