BenchLeader

Muse Wonder Full vs Qwen3.6 Max

完整资料:Muse Wonder Full(Meta)和 Qwen3.6 Max(Alibaba),包括全部基准测试、价格和排名。

更新于 · 数据来自 6 个来源

截至 2026年11月16日,Muse Wonder Full 与 Qwen3.6 Max 的质量不相上下(BenchLeader Index 61.7 比 62.1,在 ±3.8 的误差范围内)。看重编程(70 比 56)、推理(66 比 61)和知识(62 比 60)选 Muse Wonder Full;看重智能体与工具(72 比 64)选 Qwen3.6 Max。

要点(截至 2026年11月16日)

  • Muse Wonder Full 的 BenchLeader Index 为 61.7,Qwen3.6 Max 为 62.1(BenchLeader,2026年11月16日)。
  • Qwen3.6 Max 每百万 token 混合价格为 $2.92(标价,2026年11月16日)。
  • 在两者都有结果的 5 项基准测试中,Muse Wonder Full 领先 5 项(BenchLeader,2026年11月16日)。
  • 在 Arena WebDev 上,Muse Wonder Full 的评分为 1724,Qwen3.6 Max 为 1482(LMArena,截至 2026年11月16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”。

用途推荐理由置信度
编程Muse Wonder Full类别得分 70 比 56;Arena WebDev 1724 比 1482高
智能体与工具调用Qwen3.6 Max类别得分 72 比 64高
推理Muse Wonder Full类别得分 66 比 61;Humanity's Last Exam (AA) 53.6% 比 30.8%中
知识Muse Wonder Full类别得分 62 比 60中
长文档Muse Wonder Full类别得分 67 比 65;AA-LCR v1.1 83.7% 比 80.7%中
对话质量(人类偏好)–只有 Qwen3.6 Max 有 Arena 评分(类别得分 65)无法比较
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

  • Muse Wonder Full (max) 与 Qwen3.6 Max (max) 的质量不相上下(61.7 比 62.1,在 ±3.8 的误差范围内)。
  • Muse Wonder Full (max) 在编程、知识、长上下文、推理方面更强。
  • Qwen3.6 Max (max) 在智能体与工具方面更强。

概览

规格Muse Wonder FullQwen3.6 Max
提供商MetaAlibaba
发布日期2026年10月12日2026年4月20日
上下文窗口(token)1,000,000262,144
对比时的配置Muse Wonder Full (max)Qwen3.6 Max (max)
开放权重否否
每百万 token 价格(输入 / 输出 / 缓存输入)–$1.30 / $7.80 / $0.130

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Muse Wonder Full (max)Qwen3.6 Max (max)领先者
推理65.860.8Muse Wonder Full
编程69.955.9Muse Wonder Full
智能体与工具63.672.1Qwen3.6 Max
数学–64.4无法比较
知识62.359.7Muse Wonder Full
指令遵循–74.7无法比较
人类偏好–64.5无法比较
长上下文66.665.0Muse Wonder Full

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推理编程智能体与工具知识长上下文Muse Wonder Full, 推理: 65.8Muse Wonder Full, 编程: 69.9Muse Wonder Full, 智能体与工具: 63.6Muse Wonder Full, 知识: 62.3Muse Wonder Full, 长上下文: 66.6Qwen3.6 Max, 推理: 60.8Qwen3.6 Max, 编程: 55.9Qwen3.6 Max, 智能体与工具: 72.1Qwen3.6 Max, 知识: 59.7Qwen3.6 Max, 长上下文: 65.0

未绘制(测得的模型少于两个):数学, 指令遵循, 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 5 项基准测试中,Muse Wonder Full 领先 5 项,Qwen3.6 Max 领先 0 项。

综合 IndexMuse Wonder Full (max)Qwen3.6 Max (max)领先者
BenchLeader Index61.762.1不相上下

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Muse Wonder Full (max)Qwen3.6 Max (max)
每百万 token 混合价格–$2.92
每百万 token 输入 / 输出– / –$1.30 / $7.80
每百万 token 缓存输入–$0.130
每项任务价格:聊天回复–$0.0029
每项任务价格:总结一份 30 页的报告–$0.020
每项任务价格:代码编辑–$0.019
每项任务价格:智能体编程会话–$0.109
每项任务价格:结构化信息提取–$0.0042
智能体编程会话(输入大多命中缓存)–$0.057
每项任务输出 token(AA Index)88k–
其中推理部分55k–

每个模型都按其排名最高的推理强度设置进行对比。Muse Wonder Full (max) 得分 61.7。Qwen3.6 Max (max) 得分 62.1。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 89 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Muse Wonder Full (max)Qwen3.6 Max (max)
BenchLeader IndexBenchLeader61.762.1
智能体与工具得分BenchLeader63.672.1
编程得分BenchLeader69.955.9
知识得分BenchLeader62.359.7
长上下文得分BenchLeader66.665.0
推理得分BenchLeader65.860.8
人类偏好得分BenchLeader–64.5
指令遵循得分BenchLeader–74.7
数学得分BenchLeader–64.4
混合价格(美元/百万 token)BenchLeader–$2.92
上下文窗口BenchLeader1,000,000 token262,144 token
推理
GPQA DiamondEpoch AI Benchmarking Hub–87.4%
SimpleBenchSimpleBench–63.0%
Arena Hard PromptsArena (LMArena)–1481
GPQA Diamond (AA)Artificial Analysis–88.8%
Humanity's Last Exam (AA)Artificial Analysis53.6%30.8%
HLE-Diamond (AA)Artificial Analysis48.5%–
CritPtArtificial Analysis32.9%3.7%
CritPt v2 hard subset (AA)Artificial Analysis56.5%–
MysteryMechanismVals AI35.1%–
Arena ExpertArena (LMArena)–1497
Mystery Game PuzzlesEpoch AI Benchmarking Hub–19.0%†
LMCAEpoch AI Benchmarking Hub–42.5%
DTBenchEpoch AI Benchmarking Hub–87.2%
编程
SWE-bench Verified (Epoch)Epoch AI Benchmarking Hub–76.7%
Arena CodingArena (LMArena)–1510
Arena WebDevArena (LMArena)17241482
SciCode (AA)Artificial Analysis62.6%–
IOIVals AI79.8%–
SWE-bench (Vals)Vals AI–72.8%
Code MigrationVals AI61.0%–
Code Migration v1.1Vals AI62.8%–
ProgramBenchVals AI0.5%–
SWE-bench MultimodalVals AI47.3%–
Vibe Code Bench 1-100Vals AI34.0%–
Vibe Code Bench v1.1Vals AI86.0%–
显示全部 89 项基准测试
指标发布方Muse Wonder Full (max)Qwen3.6 Max (max)
编程
Terminal-Bench 4.0 (AA)Artificial Analysis57.1%–
FrontierCode 1.1 (AA)Artificial Analysis44.9%–
FrontierCode 2.0 (AA)Artificial Analysis37.8%–
智能体与工具
Arena AgentArena (LMArena)9–
Terminal-Bench HardArtificial Analysis–43.9%
τ²-Bench Telecom (AA)Artificial Analysis–95.9%
GDPval-AA v2.1, normalised scoreArtificial Analysis67.8%–
GDPval-AA v2.1Artificial Analysis1857–
CyberBenchVals AI73.6%–
Finance Agent v2Vals AI59.1%–
Finance Agent v2.1Vals AI67.6%–
Harvey's Legal Agent Benchmark v1.1Vals AI23.3%–
Harvey's Legal Agent Benchmark v1Vals AI21.7%–
Legal Research BenchVals AI53.4%–
Robo-benchVals AI10.4%–
SREBenchVals AI11.8%–
Tax Agent BenchVals AI43.0%–
Terminal-Bench 2.0 (Vals)Vals AI–51.7%
Terminal-Bench 4.0 (Vals)Vals AI58.1%–
Terminal-Bench ScienceVals AI37.1%–
Arena Agent Task CompletionArena (LMArena)11.1–
Vending-Bench 2Andon Labs–4254.2
AutomationBenchArtificial Analysis71.3%–
GDP.pdf (AA)Artificial Analysis32.6%–
Harvey LAB-AA v1.1Harvey13.1%–
AA-Briefcase v1.1Artificial Analysis1729–
GDPxGDPx by SemiAnalysis9.0%–
Terminal-Bench-Science 0.1 (AA)Artificial Analysis37.1%–
数学
OTIS Mock AIMEEpoch AI Benchmarking Hub–91.1%
Arena MathsArena (LMArena)–1471
知识
SimpleQA VerifiedEpoch AI Benchmarking Hub–52.0%
AA-Omniscience v1.1Artificial Analysis30.6–
LegalBenchVals AI87.4%–
CorpFinVals AI–66.5%
BioMysteryBenchVals AI73.3%–
CaseLaw v2Vals AI–47.9%
Excel Modeling BenchmarkVals AI71.9%–
Excel Modeling Benchmark v1.1Vals AI75.0%–
MedCodeVals AI49.9%–
MedScribeVals AI89.3%–
Public Benefits Bench v1.1Vals AI73.8%–
Access to Justice BenchmarkVals AI74.7%–
Financial Coaching BenchVals AI75.0%–
Immigration BenchVals AI71.2%–
AA-Omniscience v1.1: accuracyArtificial Analysis41.0%–
AA-Omniscience v1.1: non-hallucinationArtificial Analysis82.4%–
指令遵循
IFBenchArtificial Analysis–76.6%
Arena Instruction FollowingArena (LMArena)–1451
人类偏好
Arena TextArena (LMArena)–1460
Arena Creative WritingArena (LMArena)–1438
Arena Multi-turnArena (LMArena)–1466
Arena Longer QueriesArena (LMArena)–1473
长上下文
AA-LCR v1.1Artificial Analysis83.7%80.7%
MLCRArtificial Analysis22.2%–
综合
Epoch Capabilities IndexEpoch AI Benchmarking Hub–149.8
AA Intelligence Index v5.0.1Artificial Analysis50.1–
AA Intelligence Index v4.3.2Artificial Analysis55.828.4
AA Progress Index v1Artificial Analysis343.2297.1
Vals IndexVals AI66.8–
Vals Finance IndexVals AI64.5%–
Vals RSI IndexVals AI24.4%–
Vals Science IndexVals AI48.5%–
Vals Router IndexVals AI66.8%†–
Vals Legal IndexVals AI77.9%–

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。

变化

  • Muse Wonder Full (max):BenchLeader Index 62.6 → 61.7。
  • Qwen3.6 Max (max):BenchLeader Index 62.8 → 62.3。
  • 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)。
  • Muse Wonder Full (max):6 项新结果(AA Intelligence Index v5.0.1, AA Progress Index v1, HLE-Diamond (AA)…);2 项分数修订。
  • Qwen3.6 Max (max):1 项新结果(AA Progress Index v1)。
  • Muse Wonder Full (max):1 项新结果(Terminal-Bench-Science 0.1 (AA))。
  • Muse Wonder Full (max):9 项新结果(Code Migration v1.1, Excel Modeling Benchmark v1.1, Finance Agent v2.1…)。
  • Qwen3.6 Max (max):BenchLeader Index 63.3 → 62.8。

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

Muse Wonder Full vs Qwen3.6 Max:常见问题

Muse Wonder Full 比 Qwen3.6 Max 更好吗?
Muse Wonder Full (max) 与 Qwen3.6 Max (max) 的质量不相上下(61.7 比 62.1,在 ±3.8 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。
编程用 Muse Wonder Full 还是 Qwen3.6 Max 更好?
Muse Wonder Full 在编程方面得分更高(类别得分 70 比 56,50 为平均水平)。在两者共同的最主要编程基准测试 Arena WebDev 上,Muse Wonder Full 为 1724,Qwen3.6 Max 为 1482。
智能体和工具调用用 Muse Wonder Full 还是 Qwen3.6 Max 更好?
Qwen3.6 Max 在智能体任务方面得分更高(类别得分 72 比 64,50 为平均水平)。
处理长文档哪个更好?
Muse Wonder Full 在长上下文基准测试上得分更高(67 比 65)。Muse Wonder Full 支持更长的上下文:1,000,000 token,Qwen3.6 Max 为 262,144 token。
第三方基准测试对 Muse Wonder Full 和 Qwen3.6 Max 的看法一致吗?
在两者都有结果的 5 项基准测试中,Muse Wonder Full 领先 5 项,Qwen3.6 Max 领先 0 项。
更多问题(1)
Muse Wonder Full 是什么时候发布的?
Muse Wonder Full 于 2026年10月12日 发布。