Muse Wonder (xhigh) vs GLM 5.1 (medium)

已对比模型

排名: #129
总输出令牌: 181,988
响应时间（平均）: 34.40s
总成本: $4.012

排名: #134
总输出令牌: 245,833
响应时间（平均）: 66.38s
总成本: $1.546

推荐模型 GLM 5.1 (medium)

它的得分接近这里的最高分（7.5 vs 7.7），同时成本比Muse Wonder (xhigh)低约 2.6 倍。

详细对比

指标	Muse Wonder Muse Wonder xhigh 发布日期: 2026-10-13	GLM 5.1 GLM 5.1 medium 发布日期: 2026-04-07

指标	Muse Wonder Muse Wonder xhigh 发布日期: 2026-10-13	GLM 5.1 GLM 5.1 medium 发布日期: 2026-04-07
分数	7.7	7.5
排名	#129	#134
可靠性	9.1	9.2
一致性	9.3	8.4
尝试次数	69/69	69/69
测试正确
尝试通过率	65.2%	66.7%
不稳定测试	2	4
总运行次数	69	69
每个结果成本	28.658	9.004
总成本	$4.012	$1.546
输入价格	$4.000 / 1M	$1.400 / 1M
输出价格	$20.000 / 1M	$4.400 / 1M
缓存读取价格	$0.200 / 1M	$0.260 / 1M
缓存写入价格	不适用	不适用
总输入令牌	93,060	331,577
输出令牌	10,305	17,919
推理令牌	171,683	230,789
响应时间（平均）	34.40s	66.38s
响应时间（最大）	236.64s	308.75s
响应时间（总计）	791.16s	1460.31s
参数量	~1T 总计 (~50B 激活)	744B 总计 (40B 激活)
开放状态	闭源	开源

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.

#129 Muse Wonder

xhigh

成本: $0.266
时间: 95.4s
令牌: 13,379 tok

#134 GLM 5.1

medium

Reached the allocated time limit (300 seconds) without receiving showcase output.

成本: $0.000
时间: 300.0s
令牌: 0 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		525ms	0	0	0
GLM 5.1	10.0	10.0	100.0%	0		225.59s	248,985	1,830	30,989

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		6.04s	594	399	4,619
GLM 5.1	10.0	10.0	100.0%	0		8.31s	555	401	5,122

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		40.90s	7,401	1,639	46,235
GLM 5.1	4.6	3.7	44.5%	2		109.63s	5,702	4,871	37,826

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		51.45s	66,337	5,378	33,573
GLM 5.1	9.8	10.0	100.0%	0		175.93s	66,926	4,761	65,248

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		6.90s	7,053	470	4,532
GLM 5.1	10.0	10.0	100.0%	0		9.33s	7,107	991	4,552

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	3.6	7.2	22.2%	1		150.71s	497	1,078	66,033
GLM 5.1	3.0	10.0	0.0%	0		113.95s	458	969	74,651

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		5.77s	519	227	1,516
GLM 5.1	10.0	10.0	100.0%	0		20.95s	477	2,875	2,875

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	6.5	10.0	50.0%	0		2.64s	408	117	1,594
GLM 5.1	6.4	5.8	66.7%	1		7.47s	634	204	1,617

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	5.3	10.0	33.3%	0		3.53s	246	222	1,878
GLM 5.1	8.2	7.2	88.9%	1		31.64s	609	935	5,730

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		27.97s	9,780	565	6,323
GLM 5.1	3.0	10.0	0.0%	0		0ms	0	0	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		25.37s	225	210	5,380
GLM 5.1	3.0	10.0	0.0%	0		29.40s	124	82	2,179

切换对比组合

Space Bunny AlphahighvsGLM 5.1medium Qwen3.8 27Blow免费可用vsGLM 5.1medium GPT-6 LunalowvsGLM 5.1medium Mistral Large 4highvsGLM 5.1medium Muse WonderxhighvsQwen3.7 Flashlow Muse WonderxhighvsQwen3.5 Plus 2026-04-20medium Claude Haiku 5.5mediumvsMuse Wonderxhigh Muse WonderxhighvsGPT-6 Lunahigh Seed-2.0-CodehighvsGLM 5.1medium Muse WonderxhighvsQwen3.8 Flash Nextmedium Muse WonderxhighvsGPT-6 Lunalow Muse WonderxhighvsQwen3.8 27Blow免费可用