- 分数
- 9.4 (+1.65 分)
- 总成本（当前价格）
- $0.183 · 便宜 94.7%
- 响应时间（平均）
- 6.24s · 快 72.8%
Meta
发布日期: 2026-10-13
测试于: 2026-10-13 00:16
meta/muse-wonder::high
~1T 总计 (~50B 激活)MoE闭源估算
摘要
Muse Wonder 在 AI BENCHY 上得分 7.7，排名 #122。它的可靠性为 9.3，通过率为 66.7%，总成本为 $3.426，平均响应时间为 22.96s。
Muse Wonder 的独特之处： 它最突出的是 编程，排名 #1；相对较弱的是 智能体任务，排名 #16。
推荐替代模型
建议改用以下模型之一：
- 分数
- 8.6 (+0.86 分)
- 总成本（当前价格）
- $0.061 · 便宜 98.2%
- 响应时间（平均）
- 7.51s · 快 67.3%
- 分数
- 8.3 (+0.55 分)
- 总成本（当前价格）
- $0.047 · 便宜 98.6%
- 响应时间（平均）
- 18.07s · 快 21.3%
模型信息
调研日期：2026-10-13
- 参数量
- ~1T 总计 (~50B 激活)
- 架构
- MoE
- 开放状态
- 闭源
- 许可证
- -
基于公开证据的最佳估算；厂商未披露全部数值。
输入价格
$4.000 / 1M
输出价格
$20.000 / 1M
缓存读取价格
$0.200 / 1M
缓存写入价格
不适用
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。
不稳定测试
1
不稳定测试在运行之间出现混合结果（至少一次通过且至少一次失败）。
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#122 Muse Wonder
high- 成本
- $0.199
- 时间
- 113.0s
- 令牌
- 10,002 tok
图表
先选择第一个模型，再点击第二个模型打开并排页面。
快速对比
Muse WonderhighvsDeepSeek V4 Flash 0731mediumMuse WonderhighvsGPT-6 LunahighMuse WonderhighvsGrok 4.5lowMuse WonderhighvsMuse Glimmer 30BhighMuse WonderhighvsQwen3.7 PlusnoneMuse WonderhighvsClaude Haiku 5.5mediumMuse WonderhighvsGrok 4.6mediumMuse WonderhighvsQwen3.5 Plus 2026-04-20mediumMuse WonderhighvsStep 3.7 FlashmediumMuse WonderhighvsQwen3.7 Flashlow