AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#30

Muse Wonder

Meta 发布日期: 2026-10-13 测试于: 2026-10-13 00:23 meta/muse-wonder::medium
~1T 总计 (~50B 激活)MoE闭源估算

摘要

Muse Wonder 在 AI BENCHY 上得分 9.2,排名 #30。它的可靠性为 9.1,通过率为 76.8%,总成本为 $3.397,平均响应时间为 21.58s。

Muse Wonder 的独特之处: 它最突出的是 常识问答,排名 #2;相对较弱的是 反AI技巧,排名 #16。

模型信息

调研日期:2026-10-13

估算
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。

分数

9.2

一致性

9.6

可靠性

9.1

总输出令牌

121,546

总输入令牌

241,489

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。

测试正确

错误测试数: 6

尝试通过率: 76.8%

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)。

响应时间(平均)

21.58s

响应时间(最大): 162.73s

响应时间(总计): 496.40s

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

图表

先选择第一个模型,再点击第二个模型打开并排页面。

总输出令牌

分数 vs 总输出令牌

快速对比

类别细分

类别 分数 一致性 测试正确
智能体任务 10.0 10.0
反AI技巧 8.3 10.0
编程 10.0 10.0
综合 10.0 10.0
数据解析与提取 10.0 10.0
领域专项 5.3 10.0
通用智能 10.0 10.0
指令遵循 6.6 10.0
谜题求解 7.7 10.0
工具调用 10.0 10.0
常识问答 4.7 1.6

已对比模型