- 分数
- 9.4 (+0.26 分)
- 总成本（当前价格）
- $0.183 · 便宜 93.1%
- 响应时间（平均）
- 6.24s · 快 61.0%
Meta
发布日期: 2026-10-13
测试于: 2026-10-13 00:21
meta/muse-wonder::low
~1T 总计 (~50B 激活)MoE闭源估算
摘要
Muse Wonder 在 AI BENCHY 上得分 9.1，排名 #38。它的可靠性为 9.7，通过率为 76.8%，总成本为 $2.637，平均响应时间为 16.00s。
Muse Wonder 的独特之处： 它最突出的是 领域专项，排名 #4；相对较弱的是 谜题求解，排名 #16。
推荐替代模型
建议改用以下模型之一：
- 分数
- 9.1 (+0.02 分)
- 总成本（当前价格）
- $0.140 · 便宜 94.7%
- 响应时间（平均）
- 16.58s · 慢 3.7%
- 分数
- 9.6 (+0.45 分)
- 总成本（当前价格）
- $0.460 · 便宜 82.6%
- 响应时间（平均）
- 7.15s · 快 55.3%
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.
#38 Muse Wonder
low- 成本
- $0.080
- 时间
- 28.1s
- 令牌
- 4,067 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 WonderlowvsMuse Spark 1.3highMuse WonderlowvsParetodefaultMuse WonderlowvsClaude Haiku 5.5xhighMuse WonderlowvsSeed 2.1 TurbohighMuse WonderlowvsGPT-5.3-CodexmediumMuse WonderlowvsMuse WonderminimalMuse WonderlowvsQwen3.8 Max (0902)highMuse WonderlowvsGemini 3.5 FlashlowMuse WonderlowvsQwen3.8 MAXmediumMuse WonderlowvsQwen3.8 Max (0902)medium