BenchLeader

GPT-6.2 Astra vs Muse Wonder

完整资料:GPT-6.2 Astra(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19日,质量上 GPT-6.2 Astra 领先 Muse Wonder(BenchLeader Index 68.9 比 64.2)。不过,Muse Wonder 更便宜,对方的价格是它的 2.0 倍(每百万 token 混合价格 $8.00 比 $16.00)。看重数学(73 比 70)选 GPT-6.2 Astra;看重智能体与工具(76 比 66)和知识(76 比 74)选 Muse Wonder。Muse Wonder 的首次回答更快(2.2 秒 比 202.7 秒)。Muse Wonder 的输出更快(约 2 倍)。

要点(截至 2026年11月19日)

  • GPT-6.2 Astra 的 BenchLeader Index 为 68.9,Muse Wonder 为 64.2(BenchLeader,2026年11月19日)。
  • GPT-6.2 Astra 每百万 token 混合价格为 $16.00(标价,2026年11月19日)。
  • Muse Wonder 每百万 token 混合价格为 $8.00(标价,2026年11月19日)。
  • Muse Wonder 比 GPT-6.2 Astra 输出更快(约 2 倍;Artificial Analysis,7 日中位数,2026年11月19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 66高
数学GPT-6.2 Astra类别得分 73 比 70中
知识Muse Wonder类别得分 76 比 74中
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Muse Wonder每百万 token 混合价格 $8.00 比 $16.00;智能体编程会话 $0.320 比 $0.640–
首次回答最快Muse Wonder首个回答 token 2.2 秒(Muse Wonder)比 202.7 秒(GPT-6.2 Astra (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

  • 质量上 GPT-6.2 Astra (max) 领先:68.9 比 64.2。
  • GPT-6.2 Astra (max) 在数学方面更强。
  • Muse Wonder 在智能体与工具、知识方面更强。
  • Muse Wonder 更便宜,对方的价格是它的 2.0 倍(每百万 token 混合价格 $8.00 比 $16.00)。
  • Muse Wonder 的输出速度是对方的 2.3 倍(113 比 49 token/秒)。

概览

规格GPT-6.2 AstraMuse Wonder
提供商OpenAIMeta
发布日期2026年11月17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-6.2 Astra (max)Muse Wonder
开放权重否否
每百万 token 价格(输入 / 输出 / 缓存输入)$8.00 / $40.00 / $0.400$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-6.2 Astra (max)Muse Wonder领先者
推理73.1–无法比较
编程76.1–无法比较
智能体与工具66.475.7Muse Wonder
数学72.570.1GPT-6.2 Astra
知识74.275.5Muse Wonder
人类偏好–69.6无法比较
多模态71.7–无法比较
综合69.5–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-6.2 Astra, 智能体与工具: 66.4GPT-6.2 Astra, 数学: 72.5GPT-6.2 Astra, 知识: 74.2Muse Wonder, 智能体与工具: 75.7Muse Wonder, 数学: 70.1Muse Wonder, 知识: 75.5

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-6.2 Astra 领先 0 项,Muse Wonder 领先 0 项。所有同时评测两者的综合评分都认为 GPT-6.2 Astra 更强。

综合 IndexGPT-6.2 Astra (max)Muse Wonder领先者
BenchLeader Index68.964.2GPT-6.2 Astra
AA Intelligence Index v5.0.162.140.5†GPT-6.2 Astra
Vals Index67.764.9†GPT-6.2 Astra

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-6.2 Astra (max)Muse Wonder
每百万 token 混合价格$16.00$8.00
每百万 token 输入 / 输出$8.00 / $40.00$4.00 / $20.00
每百万 token 缓存输入$0.400$0.200
每项任务价格:聊天回复$0.015$0.0076
每项任务价格:总结一份 30 页的报告$0.120$0.060
每项任务价格:代码编辑$0.108$0.054
每项任务价格:智能体编程会话$0.640$0.320
每项任务价格:结构化信息提取$0.024$0.012
智能体编程会话(输入大多命中缓存)$0.298$0.149
每项基准测试任务成本(AA Index)$4.00–
每项任务输出 token(AA Index)41k–
其中推理部分26k–
每项任务耗时(AA Index)14 min–
输出速度49 tok/s113 tok/s
首次回答时间202.7 秒2.2 秒

每个模型都按其排名最高的推理强度设置进行对比。GPT-6.2 Astra (max) 得分 68.9,首个回答 token 需 203 秒;GPT-6.2 Astra (xhigh) 为 67.1(67 秒),GPT-6.2 Astra (medium) 为 65.6(4 秒)。Muse Wonder 得分 64.2,首个回答 token 需 2 秒;Muse Wonder (max) 为 60.1(21 秒),Muse Wonder (high) 为 55.6(10 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 144 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-6.2 Astra (max)Muse Wonder
BenchLeader IndexBenchLeader68.964.2
智能体与工具得分BenchLeader66.475.7
编程得分BenchLeader76.1–
综合得分BenchLeader69.5–
知识得分BenchLeader74.275.5
数学得分BenchLeader72.570.1
多模态得分BenchLeader71.7–
推理得分BenchLeader73.1–
人类偏好得分BenchLeader–69.6
混合价格(美元/百万 token)BenchLeader$16.00$8.00
输出速度BenchLeader49 tok/s113 tok/s
首次回答时间BenchLeader202.7 秒2.2 秒
上下文窗口BenchLeader1,050,000 token1,048,576 token
推理
GPQA DiamondEpoch AI Benchmarking Hub96.8%–
Arena Hard PromptsArena (LMArena)–1530†
LiveBench 2.0 ReasoningLiveBench91.6%90.6%†
LiveBench 1.0 ReasoningLiveBench–90.6%†
Humanity's Last Exam (AA)Artificial Analysis–50.1%†
HLE-Diamond (AA)Artificial Analysis72.2%39.0%†
ARC-AGI-1ARC Prize98.5%–
ARC-AGI-2ARC Prize95.8%–
ARC-AGI-3ARC Prize99.8%–
CritPtArtificial Analysis–28.3%†
CritPt v2 hard subset (AA)Artificial Analysis71.5%50.5%†
MysteryMechanismVals AI53.1%27.5%†
HLE-Diamond (Scale)Scale AI SEAL66.9%†37.3%
Arena ExpertArena (LMArena)–1525†
Chess PuzzlesEpoch AI Benchmarking Hub78.0%–
Mystery Game PuzzlesEpoch AI Benchmarking Hub95.0%51.0%†
LMCAEpoch AI Benchmarking Hub–56.8%
DTBenchEpoch AI Benchmarking Hub–95.2%
编程
SciCodeSciCode–60.3%†
Arena CodingArena (LMArena)–1549†
Arena WebDevArena (LMArena)17811648†
LiveBench 2.0 CodingLiveBench91.9%74.9%†
LiveBench 1.0 CodingLiveBench–80.7%†
IOIVals AI–66.9%†
Code MigrationVals AI–62.5%†
显示全部 144 项基准测试
指标发布方GPT-6.2 Astra (max)Muse Wonder
编程
Code Migration v1.1Vals AI–72.4%†
SWE-bench MultimodalVals AI–45.6%†
Vibe Code Bench 1-100Vals AI–26.6%†
Vibe Code Bench v1.1Vals AI89.9%83.1%†
Vibe Code Bench 1-100 v1.1Vals AI55.2%–
SWE Atlas v1.1Scale AI SEAL60.5%†64.8%
SWE Atlas v1.1: Codebase QnAScale AI SEAL67.7%†73.4%
SWE Atlas v1.1: Test WritingScale AI SEAL62.2%†61.1%
SWE Atlas v1.1: RefactoringScale AI SEAL51.4%†60.0%
SWE-Bench Pro V2Scale AI SEAL–96.7%†
SWE-Bench Pro V2 HARDScale AI SEAL–90.2%†
MirrorCodeEpoch AI Benchmarking Hub67.8%45.6%†
CursorBenchCursor–50.4%†
WeirdML v3WeirdML–15.1%†
Terminal-Bench 4.0 (AA)Artificial Analysis64.1%52.0%†
GameBench 2 OverallDuelLab GameBench 2–64.8
GameBench 2 by reasoning settingDuelLab GameBench 2–54.9†
Design Arena WebsiteDesign Arena1339†1369†
FrontierCode 1.1 (AA)Artificial Analysis–46.5%†
FrontierCode 2.0 (AA)Artificial Analysis45.4%27.9%†
智能体与工具
Terminal-BenchTerminal-Bench62.1%47.0%†
APEX-AgentsMercor–66.1%†
Arena AgentArena (LMArena)15.20.6†
LiveBench Long AgenticLiveBench70.8%46.2%†
LiveBench BrowserLiveBench93.0%60.0%†
LiveBench Agentic CodingLiveBench–62.7%†
HiL-BenchScale AI SEAL–79.7%
GDPval-AA v2.1, normalised scoreArtificial Analysis–63.5%†
GDPval-AA v2.1Artificial Analysis–1770†
Analyst Agent (AA)Artificial Analysis62.5%–
CUA-benchVals AI–7.2%†
CyberBenchVals AI–80.4%†
Finance Agent v2Vals AI–56.6%†
Finance Agent v2.1Vals AI60.8%65.5%†
Harvey's Legal Agent Benchmark v1.1Vals AI16.3%23.8%†
Harvey's Legal Agent Benchmark v1Vals AI–17.1%†
Legal Research BenchVals AI42.8%50.5%†
Robo-benchVals AI32.7%–
Tax Agent BenchVals AI21.8%36.3%†
Terminal-Bench 4.0 (Vals)Vals AI63.1%49.5%†
Terminal-Bench ScienceVals AI71.4%22.9%†
Arena Agent Task CompletionArena (LMArena)12.42.5†
PostTrainBenchEpoch AI Benchmarking Hub–24.2%†
Vending-Bench 2Andon Labs–9432.2
SpireClimbEpoch AI Benchmarking Hub41.3%–
AutomationBenchArtificial Analysis77.3%68.1%†
GDP.pdf (AA)Artificial Analysis29.8%30.6%†
Harvey LAB-AA v1.1Harvey15.0%10.0%†
EnterpriseOps-GymArtificial Analysis29.9%–
AA-Briefcase v1.1Artificial Analysis16431659†
GDPxGDPx by SemiAnalysis–6.8%†
Design Arena AgenticDesign Arena13041173†
Terminal-Bench-Science 0.1 (AA)Artificial Analysis78.1%25.7%†
CWE-Bench (AA)Artificial Analysis65.0%–
DeepSec-Bench (AA)Artificial Analysis46.8%–
CyberGym end-to-end (AA)Artificial Analysis0.0%–
MKA (AA)Artificial Analysis52.7%47.5%†
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub92.6%82.1%†
FrontierMath Tier 4Epoch AI Benchmarking Hub100.0%70.7%†
OTIS Mock AIMEEpoch AI Benchmarking Hub100.0%99.4%†
ProofBenchVals AI–84.0%
LiveBench MathematicsLiveBench–96.5%†
Autoform-HardVals AI87.5%–
Arena MathsArena (LMArena)–1501†
FrontierMath ErdősEpoch AI Benchmarking Hub10.3%–
知识
SimpleQA VerifiedEpoch AI Benchmarking Hub78.5%–
LiveBench 2.0 Data AnalysisLiveBench84.1%81.6%†
LiveBench ResearchLiveBench91.5%93.0%†
LiveBench 1.0 Data AnalysisLiveBench–81.6%†
AA-Omniscience v1.1Artificial Analysis5025.1†
PRBench FinanceScale AI SEAL–58.7%
PRBench LegalScale AI SEAL43.1%†58.4%
BioMysteryBenchVals AI80.7%67.0%†
Excel Modeling BenchmarkVals AI–67.1%†
Excel Modeling Benchmark v1.1Vals AI76.0%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%†
DrugDiscoveryBenchScale AI SEAL65.5%†–
EBR-benchEpoch AI Benchmarking Hub92.4%31.4%†
GDP.pdfEpoch AI Benchmarking Hub–54.8%†
AA-Omniscience v1.1: accuracyArtificial Analysis68.6%38.0%†
AA-Omniscience v1.1: non-hallucinationArtificial Analysis40.9%79.1%†
指令遵循
LiveBench LanguageLiveBench–82.9%†
LiveBench Instruction FollowingLiveBench–73.0%†
MultiChallengeScale AI SEAL73.2%†–
Arena Instruction FollowingArena (LMArena)–1495†
人类偏好
Arena TextArena (LMArena)–1511†
EQ-Bench 4EQ-Bench–1325
EQ-Bench Creative Writing v3EQ-Bench–2007
Arena Creative WritingArena (LMArena)–1488†
Arena Multi-turnArena (LMArena)–1522†
Arena Longer QueriesArena (LMArena)–1508†
多模态
LiveBench DesignLiveBench82.8%70.9%†
MMMU-ProArtificial Analysis89.5%83.8%†
Humanity's Sixth SenseScale AI SEAL63.2%†43.7%†
Blueprint-Bench 2Epoch AI Benchmarking Hub–31.7%
Furniture AssemblyEpoch AI Benchmarking Hub89.2%54.2%†
VIALS-AAHandshake AI65.8%55.3%†
Code2Video-AAArtificial Analysis–997†
AA-3DArtificial Analysis1318–
长上下文
AA-LCR v1.1Artificial Analysis–80.7%†
MLCRArtificial Analysis39.4%22.2%†
综合
Epoch Capabilities IndexEpoch AI Benchmarking Hub174.2†161.7
LiveBench 2.0LiveBench84.9%70.7%†
LiveBench 1.0LiveBench–81.2%†
AA Intelligence Index v5.0.1Artificial Analysis62.143.6†
AA Intelligence Index v4.3.2Artificial Analysis–52.4†
AA Progress Index v1Artificial Analysis–335.8†
Vals IndexVals AI67.764.9†
Vals Finance IndexVals AI57.3%61.2%†
Vals RSI IndexVals AI29.0%–
Vals Science IndexVals AI68.4%39.1%†
Vals Router IndexVals AI–64.9%
Vals Legal IndexVals AI69.7%75.3%†
AA Cyber IndexArtificial Analysis37.3–
安全与诚实
FORTRESSScale AI SEAL–13.8%
DistressBenchScale AI SEAL–85.9%

数据截至 2026年11月19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 gb2-20261114-ca113f475f5e (https://benchmarks.duellab.org/releases/gb2-20261114-ca113f475f5e/), CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Scores mapped to BenchLeader model names; not endorsed by DuelLab.

变化

  • GPT-6.2 Astra (max):BenchLeader Index 67.8 → 68.9。
  • GPT-6.2 Astra (max):6 项新结果(VIALS-AA, Arena WebDev, Arena Agent…)。
  • Muse Wonder:1 项新结果(FORTRESS)。
  • GPT-6.2 Astra (max):BenchLeader Index 67.2 → 67.8。
  • GPT-6.2 Astra (max):2 项新结果(MKA (AA), Terminal-Bench)。
  • Muse Wonder:BenchLeader Index 63.0 → 64.4。
  • Muse Wonder:BenchLeader Index 63.5 → 63.0。
  • Muse Wonder:1 项新结果(Blueprint-Bench 2)。
  • Muse Wonder:BenchLeader Index 64.3 → 63.5。
  • Muse Wonder:5 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-6.2 Astra vs Muse Wonder:常见问题

GPT-6.2 Astra 比 Muse Wonder 更好吗?
质量上 GPT-6.2 Astra (max) 领先:68.9 比 64.2。BenchLeader Index 综合了所有第三方质量基准测试;截至 2026年11月19日,GPT-6.2 Astra (max) 总体领先,但请结合你的用途查看各类别得分。
GPT-6.2 Astra 和 Muse Wonder 哪个更便宜?价格会变吗?
目前 Muse Wonder 更便宜:每百万 token $8.00 比 $16.00(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-6.2 Astra 和 Muse Wonder 哪个更快?
Muse Wonder 输出更快(约 2 倍;输出 113 比 49 token/秒,Artificial Analysis 7 日中位数)。
智能体和工具调用用 GPT-6.2 Astra 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 66,50 为平均水平)。
处理长文档哪个更好?
两者都约为 1.1M token(GPT-6.2 Astra 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 2.2 秒比 202.7 秒。这主要取决于推理强度:设置越高,回答前思考得越久。
GPT-6.2 Astra 是什么时候发布的?
GPT-6.2 Astra 于 2026年11月17日 发布。