BenchLeader

GPT-6.1 Terra vs Muse Wonder

完整资料:GPT-6.1 Terra(OpenAI)和 Muse Wonder(Meta),包括全部基准测试、价格和排名。

更新于 · 数据来自 13 个来源

截至 2026年11月16日,GPT-6.1 Terra 与 Muse Wonder 的质量不相上下(BenchLeader Index 64.1 比 64.4,在 ±3.6 的误差范围内)。GPT-6.1 Terra 更便宜,对方的价格是它的 4.0 倍(每百万 token 混合价格 $2.00 比 $8.00)。看重数学(72 比 70)选 GPT-6.1 Terra;看重知识(77 比 61)和智能体与工具(76 比 63)选 Muse Wonder。Muse Wonder 的首次回答更快(3.3 秒 比 150.9 秒)。

要点(截至 2026年11月16日)

  • GPT-6.1 Terra 的 BenchLeader Index 为 64.1,Muse Wonder 为 64.4(BenchLeader,2026年11月16日)。
  • GPT-6.1 Terra 每百万 token 混合价格为 $2.00(标价,2026年11月16日)。
  • Muse Wonder 每百万 token 混合价格为 $8.00(标价,2026年11月16日)。

按用途怎么选

推荐模型的数值列在前面。类别得分采用 BenchLeader 标尺(50 为模型平均水平,15 分为一个标准差)。领先半个标准差及以上为“高”置信度;相差不到 1 分则视为“均可”。

用途推荐理由置信度
智能体与工具调用Muse Wonder类别得分 76 比 63高
数学GPT-6.1 Terra类别得分 72 比 70中
知识Muse Wonder类别得分 77 比 61高
对话质量(人类偏好)–只有 Muse Wonder 有 Arena 评分(类别得分 70)无法比较
成本最低GPT-6.1 Terra每百万 token 混合价格 $2.00 比 $8.00;智能体编程会话 $0.080 比 $0.320–
首次回答最快Muse Wonder首个回答 token 3.3 秒(Muse Wonder)比 150.9 秒(GPT-6.1 Terra (max))–
低预算大批量两者都不选通常更小的模型更合适:便宜好用的大模型、最快的大模型–

主要差异

  • GPT-6.1 Terra (max) 与 Muse Wonder 的质量不相上下(64.1 比 64.4,在 ±3.6 的误差范围内)。
  • GPT-6.1 Terra (max) 在数学方面更强。
  • Muse Wonder 在智能体与工具、知识方面更强。
  • GPT-6.1 Terra (max) 更便宜,对方的价格是它的 4.0 倍(每百万 token 混合价格 $2.00 比 $8.00)。

概览

规格GPT-6.1 TerraMuse Wonder
提供商OpenAIMeta
发布日期2026年10月26日2026年10月12日
上下文窗口(token)1,050,0001,048,576
对比时的配置GPT-6.1 Terra (max)Muse Wonder
开放权重否否
每百万 token 价格(输入 / 输出 / 缓存输入)$1.00 / $5.00 / $0.050$4.00 / $20.00 / $0.200

逐类别对比

类别得分采用 BenchLeader 标尺:50 为参评模型的平均水平,15 分为一个标准差。差距不到 1 分视为持平。

类别GPT-6.1 Terra (max)Muse Wonder领先者
推理68.4–无法比较
编程69.3–无法比较
智能体与工具63.475.6Muse Wonder
数学71.770.1GPT-6.1 Terra
知识61.477.1Muse Wonder
人类偏好–69.6无法比较
多模态67.2–无法比较
长上下文66.0–无法比较
综合65.0–无法比较

同一图表对比

各领域采用与 Index 相同的标尺,平均模型为 50 分。单击某个领域可查看构成它的基准测试。 可从列表中最多选择 5 个模型。

2550 avg75智能体与工具数学知识GPT-6.1 Terra, 智能体与工具: 63.4GPT-6.1 Terra, 数学: 71.7GPT-6.1 Terra, 知识: 61.4Muse Wonder, 智能体与工具: 75.6Muse Wonder, 数学: 70.1Muse Wonder, 知识: 77.1

未绘制(测得的模型少于两个):推理, 编程, 指令遵循, 长上下文, 多模态, 人类偏好。

模型(单击添加或移除)Index

各来源的分歧

在两者都有结果的 0 项基准测试中,GPT-6.1 Terra 领先 0 项,Muse Wonder 领先 0 项。第三方来源看法不一:GPT-6.1 Terra 在 AA Intelligence Index v5.0.1 上领先;Muse Wonder 在 Vals Index 上领先。

综合 IndexGPT-6.1 Terra (max)Muse Wonder领先者
BenchLeader Index64.164.4不相上下
AA Intelligence Index v5.0.151.340.5†GPT-6.1 Terra
Vals Index60.564.9†Muse Wonder

各发布方使用各自的任务、评测框架和推理强度设置,因此总体结论可能不同;BenchLeader 将它们统一到同一标尺上。† 表示同一模型在另一推理强度设置下的测量值(发布方未测试本页对比的设置)。

价格、速度与延迟

标价按每 1 个输出 token 对应 3 个输入 token 混合计算。每项任务的价格采用方法论页面中的 token 数量。每项基准测试任务的成本、token 数和耗时均为实测值,取自 Artificial Analysis 整个 Intelligence Index 测试的平均值。

指标GPT-6.1 Terra (max)Muse Wonder
每百万 token 混合价格$2.00$8.00
每百万 token 输入 / 输出$1.00 / $5.00$4.00 / $20.00
每百万 token 缓存输入$0.050$0.200
每项任务价格:聊天回复$0.0019$0.0076
每项任务价格:总结一份 30 页的报告$0.015$0.060
每项任务价格:代码编辑$0.013$0.054
每项任务价格:智能体编程会话$0.080$0.320
每项任务价格:结构化信息提取$0.0030$0.012
智能体编程会话(输入大多命中缓存)$0.037$0.149
每项基准测试任务成本(AA Index)$0.961–
每项任务输出 token(AA Index)60k–
其中推理部分39k–
每项任务耗时(AA Index)14 min–
输出速度72 tok/s70 tok/s
首次回答时间150.9 秒3.3 秒
完整回答耗时(最近一次测量 2026年11月13日)375.7 秒–

每个模型都按其排名最高的推理强度设置进行对比。GPT-6.1 Terra (max) 得分 64.1,首个回答 token 需 151 秒;GPT-6.1 Terra (xhigh) 为 60.0(30 秒),GPT-6.1 Terra (high) 为 59.6(10 秒)。Muse Wonder 得分 64.4,首个回答 token 需 3 秒;Muse Wonder (max) 为 60.8(20 秒),Muse Wonder (high) 为 56.2(13 秒)。推理强度越高,回答前思考越久:得分更高,但等待更长、计费 token 也更多。 推理强度如何影响得分和成本

全部基准测试

共 133 项基准测试,按类别分组;点击名称可查看该排行榜及领先模型。† 表示同一模型在另一推理强度设置下的测量值,仅供参考,不计入胜场。

指标发布方GPT-6.1 Terra (max)Muse Wonder
BenchLeader IndexBenchLeader64.164.4
智能体与工具得分BenchLeader63.475.6
编程得分BenchLeader69.3–
综合得分BenchLeader65.0–
知识得分BenchLeader61.477.1
长上下文得分BenchLeader66.0–
数学得分BenchLeader71.770.1
多模态得分BenchLeader67.2–
推理得分BenchLeader68.4–
人类偏好得分BenchLeader–69.6
混合价格(美元/百万 token)BenchLeader$2.00$8.00
输出速度BenchLeader72 tok/s70 tok/s
首次回答时间BenchLeader150.9 秒3.3 秒
上下文窗口BenchLeader1,050,000 token1,048,576 token
推理
GPQA DiamondEpoch AI Benchmarking Hub94.3%–
SimpleBenchSimpleBench72.2%†–
Arena Hard PromptsArena (LMArena)–1531†
LiveBench 2.0 ReasoningLiveBench88.7%90.6%†
LiveBench 1.0 ReasoningLiveBench–90.6%†
Humanity's Last Exam (AA)Artificial Analysis46.3%50.1%†
HLE-Diamond (AA)Artificial Analysis47.3%39.0%†
CritPtArtificial Analysis28.0%28.3%†
CritPt v2 hard subset (AA)Artificial Analysis68.0%50.5%†
MysteryMechanismVals AI–27.5%†
HLE-Diamond (Scale)Scale AI SEAL35.7%†37.3%
Arena ExpertArena (LMArena)–1525†
Mystery Game PuzzlesEpoch AI Benchmarking Hub74.0%51.0%†
LMCAEpoch AI Benchmarking Hub–56.8%
DTBenchEpoch AI Benchmarking Hub–95.2%
编程
SciCodeSciCode55.1%60.3%†
Arena CodingArena (LMArena)–1542†
Arena WebDevArena (LMArena)16781647†
LiveBench 2.0 CodingLiveBench89.2%74.9%†
LiveBench 1.0 CodingLiveBench–80.7%†
IOIVals AI–66.9%†
Code MigrationVals AI–62.5%†
Code Migration v1.1Vals AI–72.4%†
SWE-bench MultimodalVals AI–45.6%†
Vibe Code Bench 1-100Vals AI–26.6%†
显示全部 133 项基准测试
指标发布方GPT-6.1 Terra (max)Muse Wonder
编程
Vibe Code Bench v1.1Vals AI84.0%83.1%†
SWE Atlas v1.1Scale AI SEAL57.7%†64.8%
SWE Atlas v1.1: Codebase QnAScale AI SEAL54.0%†73.4%
SWE Atlas v1.1: Test WritingScale AI SEAL63.3%†61.1%
SWE Atlas v1.1: RefactoringScale AI SEAL55.7%†60.0%
SWE-Bench Pro V2Scale AI SEAL–96.7%†
SWE-Bench Pro V2 HARDScale AI SEAL–90.2%†
MirrorCodeEpoch AI Benchmarking Hub76.7%45.6%†
CursorBenchCursor–50.4%†
ALE-BenchEpoch AI Benchmarking Hub2608.8–
WeirdML v3WeirdML28.1%†15.2%†
Terminal-Bench 4.0 (AA)Artificial Analysis55.6%52.0%†
GameBench 2 OverallDuelLab GameBench 281.2†64.8
GameBench 2 by reasoning settingDuelLab GameBench 285.8†54.9†
Design Arena WebsiteDesign Arena1286†1378†
FrontierCode 1.1 (AA)Artificial Analysis36.0%46.5%†
FrontierCode 2.0 (AA)Artificial Analysis42.3%27.9%†
智能体与工具
Terminal-BenchTerminal-Bench53.3%47.0%†
APEX-AgentsMercor68.3%66.1%†
Arena AgentArena (LMArena)121.8†
LiveBench Long AgenticLiveBench56.2%46.2%†
LiveBench BrowserLiveBench93.1%60.0%†
LiveBench Agentic CodingLiveBench–62.7%†
HiL-BenchScale AI SEAL68.0%†79.7%
GDPval-AA v2.1, normalised scoreArtificial Analysis–63.5%†
GDPval-AA v2.1Artificial Analysis14761770†
CUA-benchVals AI–7.2%†
CyberBenchVals AI–80.4%†
Finance Agent v2Vals AI–56.6%†
Finance Agent v2.1Vals AI56.0%65.5%†
Harvey's Legal Agent Benchmark v1.1Vals AI1.7%23.8%†
Harvey's Legal Agent Benchmark v1Vals AI–17.1%†
Legal Research BenchVals AI26.0%50.5%†
Tax Agent BenchVals AI17.1%36.3%†
Terminal-Bench 4.0 (Vals)Vals AI49.5%49.5%†
Terminal-Bench ScienceVals AI–22.9%†
Arena Agent Task CompletionArena (LMArena)9.75.4†
PostTrainBenchEpoch AI Benchmarking Hub–24.2%†
Vending-Bench 2Andon Labs9107.5†9432.2
SpireClimbEpoch AI Benchmarking Hub22.3%–
AutomationBenchArtificial Analysis60.2%68.1%†
GDP.pdf (AA)Artificial Analysis28.6%30.6%†
Harvey LAB-AA v1.1Harvey–10.0%†
AA-Briefcase v1.1Artificial Analysis14011659†
GDPxGDPx by SemiAnalysis8.5%6.8%†
Design Arena AgenticDesign Arena1192†1177†
Terminal-Bench-Science 0.1 (AA)Artificial Analysis57.6%25.7%†
MKA (AA)Artificial Analysis43.8%47.5%†
FACTS SearchGoogle92.7%†–
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub90.9%82.1%†
FrontierMath Tier 4Epoch AI Benchmarking Hub92.7%70.7%†
OTIS Mock AIMEEpoch AI Benchmarking Hub100.0%99.4%†
ProofBenchVals AI–84.0%
LiveBench MathematicsLiveBench–96.5%†
Arena MathsArena (LMArena)–1490†
知识
SimpleQA VerifiedEpoch AI Benchmarking Hub57.3%–
LiveBench 2.0 Data AnalysisLiveBench82.3%81.6%†
LiveBench ResearchLiveBench79.1%93.0%†
LiveBench 1.0 Data AnalysisLiveBench–81.6%†
AA-Omniscience v1.1Artificial Analysis29.625.1†
PRBench FinanceScale AI SEAL–58.7%
PRBench LegalScale AI SEAL–58.4%
BioMysteryBenchVals AI–67.0%†
Excel Modeling BenchmarkVals AI–67.1%†
Excel Modeling Benchmark v1.1Vals AI73.3%72.5%†
Public Benefits Bench v1.1Vals AI–70.2%†
Access to Justice BenchmarkVals AI–73.0%†
Financial Coaching BenchVals AI–73.8%†
Immigration BenchVals AI–69.6%†
EBR-benchEpoch AI Benchmarking Hub78.1%31.4%†
GDP.pdfEpoch AI Benchmarking Hub–30.8%†
AA-Omniscience v1.1: accuracyArtificial Analysis47.6%38.0%†
AA-Omniscience v1.1: non-hallucinationArtificial Analysis65.5%79.1%†
FACTS ParametricGoogle70.8%†–
指令遵循
LiveBench LanguageLiveBench–82.9%†
LiveBench Instruction FollowingLiveBench–73.0%†
MultiChallengeScale AI SEAL74.2%†–
Arena Instruction FollowingArena (LMArena)–1498†
人类偏好
Arena TextArena (LMArena)–1511†
EQ-Bench 4EQ-Bench–1325
EQ-Bench Creative Writing v3EQ-Bench–2007
Arena Creative WritingArena (LMArena)–1491†
Arena Multi-turnArena (LMArena)–1525†
Arena Longer QueriesArena (LMArena)–1507†
多模态
LiveBench DesignLiveBench79.7%70.9%†
MMMU-ProArtificial Analysis84.7%83.8%†
Humanity's Sixth SenseScale AI SEAL–43.7%†
Blueprint-Bench 2Epoch AI Benchmarking Hub42.1%†31.7%
Furniture AssemblyEpoch AI Benchmarking Hub79.2%54.2%†
VIALS-AAHandshake AI60.3%55.3%†
Code2Video-AAArtificial Analysis–997†
FACTS MultimodalGoogle48.8%†–
长上下文
AA-LCR v1.1Artificial Analysis82.7%80.7%†
MLCRArtificial Analysis30.6%22.2%†
FACTS GroundingGoogle84.2%†–
综合
Epoch Capabilities IndexEpoch AI Benchmarking Hub167.7†161.7
LiveBench 2.0LiveBench78.8%70.7%†
LiveBench 1.0LiveBench–81.2%†
AA Intelligence Index v5.0.1Artificial Analysis51.343.6†
AA Intelligence Index v4.3.2Artificial Analysis48.152.4†
AA Progress Index v1Artificial Analysis345.2335.8†
Vals IndexVals AI60.564.9†
Vals Finance IndexVals AI53.3%61.2%†
Vals Science IndexVals AI–39.1%†
Vals Router IndexVals AI–64.9%
Vals Legal IndexVals AI58.8%75.3%†
安全与诚实
FORTRESSScale AI SEAL18.2%†–
DistressBenchScale AI SEAL65.9%†85.9%

数据截至 2026年11月16日。对比的是每个模型的最佳配置;每项分数的来源链接都在模型页面上。

DuelLab GameBench 2, release gb2-20261111-7b598bb13de4 (https://benchmarks.duellab.org/releases/gb2-20261111-7b598bb13de4/), CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Scores mapped to BenchLeader model names; not endorsed by DuelLab.

变化

  • Muse Wonder:BenchLeader Index 63.0 → 64.4。
  • GPT-6.1 Terra (max):8 项新结果(LiveBench 2.0, LiveBench Long Agentic, LiveBench 2.0 Reasoning…)。
  • GPT-6.1 Terra (max):BenchLeader Index 64.7 → 64.1。
  • GPT-6.1 Terra (max):1 项新结果(Terminal-Bench)。
  • Muse Wonder:BenchLeader Index 63.5 → 63.0。
  • GPT-6.1 Terra (max):BenchLeader Index 65.2 → 64.7。
  • GPT-6.1 Terra (max):1 项新结果(MirrorCode)。
  • Muse Wonder:1 项新结果(Blueprint-Bench 2)。
  • Muse Wonder:BenchLeader Index 64.3 → 63.5。
  • GPT-6.1 Terra (max):1 项分数修订。

排行榜: 综合最佳大模型 · 最适合编程的大模型 · 最适合智能体的大模型 · 便宜好用的大模型

GPT-6.1 Terra vs Muse Wonder:常见问题

GPT-6.1 Terra 比 Muse Wonder 更好吗?
GPT-6.1 Terra (max) 与 Muse Wonder 的质量不相上下(64.1 比 64.4,在 ±3.6 的误差范围内)。BenchLeader Index 综合了所有第三方质量基准测试;截至 2026年11月16日,两者差距在误差范围内,请结合你的用途查看各类别得分。
GPT-6.1 Terra 和 Muse Wonder 哪个更便宜?价格会变吗?
目前 GPT-6.1 Terra 更便宜:每百万 token $2.00 比 $8.00(按每 1 个输出 token 对应 3 个输入 token 混合计算)。两者均未公布价格调整。
GPT-6.1 Terra 和 Muse Wonder 哪个更快?
GPT-6.1 Terra 输出更快(输出 72 比 70 token/秒,Artificial Analysis 7 日中位数)。
智能体和工具调用用 GPT-6.1 Terra 还是 Muse Wonder 更好?
Muse Wonder 在智能体任务方面得分更高(类别得分 76 比 63,50 为平均水平)。
处理长文档哪个更好?
两者都约为 1.1M token(GPT-6.1 Terra 为 1,050,000,Muse Wonder 为 1,048,576)。
更多问题(2)
哪个延迟更低?
Muse Wonder 先开始回答:据 Artificial Analysis 测量,首个回答 token 的等待时间为 3.3 秒比 150.9 秒。这主要取决于推理强度:设置越高,回答前思考得越久。
GPT-6.1 Terra 是什么时候发布的?
GPT-6.1 Terra 于 2026年10月26日 发布。