GPT-6.2 Sol vs Muse Wonder Full
完整资料:GPT-6.2 Sol(OpenAI)和 Muse Wonder Full(Meta),包括全部基准测试、价格和排名。
更新于 · 数据来自 9 个来源
截至 2026年11月19日,质量上 GPT-6.2 Sol 领先 Muse Wonder Full(BenchLeader Index 64.6 比 60.8)。在两者都有成绩的所有类别中,GPT-6.2 Sol 均领先。
要点(截至 2026年11月19日)
- GPT-6.2 Sol 的 BenchLeader Index 为 64.6,Muse Wonder Full 为 60.8(BenchLeader,2026年11月19日)。
- GPT-6.2 Sol 每百万 token 混合价格为 $4.00(标价,2026年11月19日)。
- 在两者都有结果的 29 项基准测试中,GPT-6.2 Sol 领先 17 项(BenchLeader,2026年11月19日)。
- 在 Arena WebDev 上,GPT-6.2 Sol 的评分为 1757,Muse Wonder Full 为 1723(LMArena,截至 2026年11月19日 的公布数据)。
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”。
主要差异
- 质量上 GPT-6.2 Sol (max) 领先:64.6 比 60.8。
- GPT-6.2 Sol (max) 在智能体与工具、编程、知识、推理方面更强。
概览
| 规格 | GPT-6.2 Sol | Muse Wonder Full |
|---|---|---|
| 提供商 | OpenAI | Meta |
| 发布日期 | 2026年11月17日 | 2026年10月12日 |
| 上下文窗口(token) | 1,050,000 | 1,000,000 |
| 对比时的配置 | GPT-6.2 Sol (max) | Muse Wonder Full (max) |
| 开放权重 | 否 | 否 |
| 每百万 token 价格(输入 / 输出 / 缓存输入) | $2.00 / $10.00 / $0.100 | – |
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 Sol (max) | Muse Wonder Full (max) | 领先者 |
|---|---|---|---|
| 推理 | 70.1 | 64.1 | GPT-6.2 Sol |
| 编程 | 74.5 | 68.5 | GPT-6.2 Sol |
| 智能体与工具 | 65.1 | 60.8 | GPT-6.2 Sol |
| 知识 | 65.4 | 61.7 | GPT-6.2 Sol |
| 长上下文 | – | 66.6 | 无法比较 |
| 综合 | 64.5 | – | 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。
未绘制(测得的模型少于两个):数学, 指令遵循, 长上下文, 多模态, 人类偏好。
各来源的分歧
在两者都有结果的 29 项基准测试中,GPT-6.2 Sol 领先 17 项,Muse Wonder Full 领先 12 项。第三方来源看法不一:GPT-6.2 Sol 在 BenchLeader Index和AA Intelligence Index v5.0.1 上领先;Muse Wonder Full 在 Vals Index 上领先。
| 综合 Index | GPT-6.2 Sol (max) | Muse Wonder Full (max) | 领先者 |
|---|---|---|---|
| BenchLeader Index | 64.6 | 60.8 | GPT-6.2 Sol |
| AA Intelligence Index v5.0.1 | 57.3 | 50.1 | GPT-6.2 Sol |
| Vals Index | 66.1 | 66.8 | Muse Wonder Full |
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 Sol (max) | Muse Wonder Full (max) |
|---|---|---|
| 每百万 token 混合价格 | $4.00 | – |
| 每百万 token 输入 / 输出 | $2.00 / $10.00 | – / – |
| 每百万 token 缓存输入 | $0.100 | – |
| 每项任务价格:聊天回复 | $0.0038 | – |
| 每项任务价格:总结一份 30 页的报告 | $0.030 | – |
| 每项任务价格:代码编辑 | $0.027 | – |
| 每项任务价格:智能体编程会话 | $0.160 | – |
| 每项任务价格:结构化信息提取 | $0.0060 | – |
| 智能体编程会话(输入大多命中缓存) | $0.074 | – |
| 每项基准测试任务成本(AA Index) | $1.01 | – |
| 每项任务输出 token(AA Index) | 40k | 88k |
| 其中推理部分 | 23k | 55k |
| 每项任务耗时(AA Index) | 9 min | – |
| 输出速度 | 74 tok/s | – |
| 首次回答时间 | 78.8 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 Sol (max) 得分 64.6,首个回答 token 需 79 秒;GPT-6.2 Sol (xhigh) 为 63.3(32 秒),GPT-6.2 Sol (high) 为 62.3(12 秒)。Muse Wonder Full (max) 得分 60.8。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 94 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 Sol (max) | Muse Wonder Full (max) |
|---|---|---|---|
| BenchLeader Index | BenchLeader | 64.6 | 60.8 |
| 智能体与工具得分 | BenchLeader | 65.1 | 60.8 |
| 编程得分 | BenchLeader | 74.5 | 68.5 |
| 综合得分 | BenchLeader | 64.5 | – |
| 知识得分 | BenchLeader | 65.4 | 61.7 |
| 推理得分 | BenchLeader | 70.1 | 64.1 |
| 长上下文得分 | BenchLeader | – | 66.6 |
| 混合价格(美元/百万 token) | BenchLeader | $4.00 | – |
| 输出速度 | BenchLeader | 74 tok/s | – |
| 首次回答时间 | BenchLeader | 78.8 秒 | – |
| 上下文窗口 | BenchLeader | 1,050,000 token | 1,000,000 token |
| 推理 | |||
| LiveBench 2.0 Reasoning | LiveBench | 90.6% | – |
| Humanity's Last Exam (AA) | Artificial Analysis | – | 53.6% |
| HLE-Diamond (AA) | Artificial Analysis | 64.0% | 48.5% |
| Kagi LLM Benchmark | Kagi LLM Benchmark | 67.0%† | – |
| ARC-AGI-1 | ARC Prize | 97.5% | – |
| ARC-AGI-2 | ARC Prize | 85.8% | – |
| ARC-AGI-3 | ARC Prize | 98.2% | – |
| CritPt | Artificial Analysis | – | 32.9% |
| CritPt v2 hard subset (AA) | Artificial Analysis | 62.5% | 56.5% |
| MysteryMechanism | Vals AI | 36.9% | 35.1% |
| HLE-Diamond (Scale) | Scale AI SEAL | 56.5%† | – |
| 编程 | |||
| Arena WebDev | Arena (LMArena) | 1757 | 1723 |
| LiveBench 2.0 Coding | LiveBench | 83.7% | – |
| SciCode (AA) | Artificial Analysis | – | 62.6% |
| IOI | Vals AI | – | 79.8% |
| Code Migration | Vals AI | – | 61.0% |
| Code Migration v1.1 | Vals AI | – | 62.8% |
| ProgramBench | Vals AI | – | 0.5% |
| SWE-bench Multimodal | Vals AI | – | 47.3% |
| Vibe Code Bench 1-100 | Vals AI | – | 34.0% |
| Vibe Code Bench v1.1 | Vals AI | 87.6% | 86.0% |
| Vibe Code Bench 1-100 v1.1 | Vals AI | 40.9% | – |
| SWE Atlas v1.1 | Scale AI SEAL | 60.5%† | – |
| SWE Atlas v1.1: Codebase QnA | Scale AI SEAL | 61.3%† | – |
| SWE Atlas v1.1: Test Writing | Scale AI SEAL | 64.4%† | – |
显示全部 94 项基准测试
| 指标 | 发布方 | GPT-6.2 Sol (max) | Muse Wonder Full (max) |
|---|---|---|---|
| 编程 | |||
| SWE Atlas v1.1: Refactoring | Scale AI SEAL | 55.7%† | – |
| Terminal-Bench 4.0 (AA) | Artificial Analysis | 60.1% | 57.1% |
| FrontierCode 1.1 (AA) | Artificial Analysis | – | 44.9% |
| FrontierCode 2.0 (AA) | Artificial Analysis | 44.4% | 37.8% |
| 智能体与工具 | |||
| Terminal-Bench | Terminal-Bench | 61.5% | – |
| Arena Agent | Arena (LMArena) | 11.3 | 8 |
| LiveBench Long Agentic | LiveBench | 63.6% | – |
| LiveBench Browser | LiveBench | 88.2% | – |
| GDPval-AA v2.1, normalised score | Artificial Analysis | – | 67.8% |
| GDPval-AA v2.1 | Artificial Analysis | – | 1857 |
| Analyst Agent (AA) | Artificial Analysis | 53.8% | – |
| CyberBench | Vals AI | – | 73.6% |
| Finance Agent v2 | Vals AI | – | 59.1% |
| Finance Agent v2.1 | Vals AI | 58.9% | 67.6% |
| Harvey's Legal Agent Benchmark v1.1 | Vals AI | 12.1% | 23.3% |
| Harvey's Legal Agent Benchmark v1 | Vals AI | – | 21.7% |
| Legal Research Bench | Vals AI | 37.0% | 53.4% |
| Robo-bench | Vals AI | – | 10.4% |
| SREBench | Vals AI | – | 11.8% |
| Tax Agent Bench | Vals AI | 24.8% | 43.0% |
| Terminal-Bench 4.0 (Vals) | Vals AI | 60.6% | 58.1% |
| Terminal-Bench Science | Vals AI | 58.6% | 37.1% |
| Arena Agent Task Completion | Arena (LMArena) | 10.9 | 10.4 |
| AutomationBench | Artificial Analysis | 71.3% | 71.3% |
| GDP.pdf (AA) | Artificial Analysis | 30.0% | 32.6% |
| Harvey LAB-AA v1.1 | Harvey | 11.1% | 13.1% |
| EnterpriseOps-Gym | Artificial Analysis | 28.9% | – |
| AA-Briefcase v1.1 | Artificial Analysis | 1612 | 1729 |
| GDPx | GDPx by SemiAnalysis | – | 9.0% |
| Terminal-Bench-Science 0.1 (AA) | Artificial Analysis | 67.6% | 37.1% |
| CWE-Bench (AA) | Artificial Analysis | 61.7% | – |
| DeepSec-Bench (AA) | Artificial Analysis | 51.6% | – |
| CyberGym end-to-end (AA) | Artificial Analysis | 0.0% | – |
| 数学 | |||
| Autoform-Hard | Vals AI | 85.7% | – |
| 知识 | |||
| LiveBench 2.0 Data Analysis | LiveBench | 81.1% | – |
| LiveBench Research | LiveBench | 90.1% | – |
| AA-Omniscience v1.1 | Artificial Analysis | 40.4 | 30.6 |
| LegalBench | Vals AI | – | 87.4% |
| PRBench Legal | Scale AI SEAL | 43.3%† | – |
| BioMysteryBench | Vals AI | 77.8% | 73.3% |
| Excel Modeling Benchmark | Vals AI | – | 71.9% |
| Excel Modeling Benchmark v1.1 | Vals AI | 74.3% | 75.0% |
| MedCode | Vals AI | – | 49.9% |
| MedScribe | Vals AI | – | 89.3% |
| Public Benefits Bench v1.1 | Vals AI | – | 73.8% |
| Access to Justice Benchmark | Vals AI | – | 74.7% |
| Financial Coaching Bench | Vals AI | – | 75.0% |
| Immigration Bench | Vals AI | – | 71.2% |
| DrugDiscoveryBench | Scale AI SEAL | 62.2%† | – |
| AA-Omniscience v1.1: accuracy | Artificial Analysis | 61.6% | 41.0% |
| AA-Omniscience v1.1: non-hallucination | Artificial Analysis | 44.6% | 82.4% |
| 指令遵循 | |||
| MultiChallenge | Scale AI SEAL | 72.0%† | – |
| 多模态 | |||
| LiveBench Design | LiveBench | 80.0% | – |
| Humanity's Sixth Sense | Scale AI SEAL | 56.8%† | – |
| VIALS-AA | Handshake AI | 62.7% | – |
| AA-3D | Artificial Analysis | 1259 | – |
| 长上下文 | |||
| AA-LCR v1.1 | Artificial Analysis | – | 83.7% |
| MLCR | Artificial Analysis | 37.2% | 22.2% |
| 综合 | |||
| LiveBench 2.0 | LiveBench | 80.3% | – |
| AA Intelligence Index v5.0.1 | Artificial Analysis | 57.3 | 50.1 |
| AA Intelligence Index v4.3.2 | Artificial Analysis | – | 55.8 |
| AA Progress Index v1 | Artificial Analysis | – | 343.2 |
| Vals Index | Vals AI | 66.1 | 66.8 |
| Vals Finance Index | Vals AI | 56.7% | 64.5% |
| Vals RSI Index | Vals AI | – | 24.4% |
| Vals Science Index | Vals AI | 57.8% | 48.5% |
| Vals Router Index | Vals AI | – | 66.8%† |
| Vals Legal Index | Vals AI | 66.7% | 77.9% |
| AA Cyber Index | Artificial Analysis | 37.8 | – |
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。
变化
- GPT-6.2 Sol (max):BenchLeader Index 63.2 → 64.6。
- GPT-6.2 Sol (max):4 项新结果(VIALS-AA, Arena WebDev, Arena Agent…)。
- GPT-6.2 Sol (max):BenchLeader Index 62.4 → 63.2。
- GPT-6.2 Sol (max):2 项新结果(Vibe Code Bench 1-100 v1.1, Terminal-Bench)。
- Muse Wonder Full (max):BenchLeader Index 61.7 → 61.0。
- Muse Wonder Full (max):2 项分数修订。
- Muse Wonder Full (max):BenchLeader Index 62.6 → 61.7。
- Muse Wonder Full (max):1 项分数修订。
- Muse Wonder Full (max):1 项分数修订。
- Muse Wonder Full (max):1 项新结果(Arena Agent)。
相关对比
- GPT-6.2 Sol vs Claude Fable 5.2
- GPT-6.2 Sol vs GPT-6.2 Astra
- GPT-6.2 Sol vs Gemini 4 Carbon
- Muse Wonder Full vs Claude Fable 5.2
- Muse Wonder Full vs GPT-6.2 Astra
- Muse Wonder Full vs Gemini 4 Carbon
- Muse Wonder Full vs Claude Opus 5.5
- GPT-6.1 Terra vs Muse Wonder Full
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 Sol vs Muse Wonder Full:常见问题
- GPT-6.2 Sol 比 Muse Wonder Full 更好吗?
- 质量上 GPT-6.2 Sol (max) 领先:64.6 比 60.8。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 Sol (max) 总体领先,但请结合你的用途查看各类别得分。
- 编程用 GPT-6.2 Sol 还是 Muse Wonder Full 更好?
- GPT-6.2 Sol 在编程方面得分更高(类别得分 75 比 69,50 为平均水平)。在两者共同的最主要编程基准测试 Arena WebDev 上,GPT-6.2 Sol 为 1757,Muse Wonder Full 为 1723。
- 智能体和工具调用用 GPT-6.2 Sol 还是 Muse Wonder Full 更好?
- GPT-6.2 Sol 在智能体任务方面得分更高(类别得分 65 比 61,50 为平均水平)。在两者共同的最主要智能体与工具基准测试 Arena Agent 上,GPT-6.2 Sol 为 11.3,Muse Wonder Full 为 8。
- 处理长文档哪个更好?
- 两者都约为 1.1M token(GPT-6.2 Sol 为 1,050,000,Muse Wonder Full 为 1,000,000)。
- 第三方基准测试对 GPT-6.2 Sol 和 Muse Wonder Full 的看法一致吗?
- 在两者都有结果的 29 项基准测试中,GPT-6.2 Sol 领先 17 项,Muse Wonder Full 领先 12 项。第三方来源看法不一:GPT-6.2 Sol 在 BenchLeader Index和AA Intelligence Index v5.0.1 上领先;Muse Wonder Full 在 Vals Index 上领先。
更多问题(1)
- GPT-6.2 Sol 是什么时候发布的?
- GPT-6.2 Sol 于 2026年11月17日 发布。