Muse Wonder
性价比更高: GPT-6.1 Terra $2.00/M 即可获得 Index 64.1,价格只有四分之一。
有 3 个更便宜的已排名模型得分更高:Gemini 4 Carbon (68.9, $4.00)、GPT-6.1 Sol (66.6, $4.00)、Gemini 4 Argon (65.3, $4.00)。
截至 2026年11月16日,Muse Wonder(Meta)在 BenchLeader Index 上得分 64.4(在 608 个已排名配置中前 50 名)。表现最好的是知识(77),最弱的是人类偏好(70)。API 价格为输入每百万 token $4.00、输出每百万 token $20.00(按 3:1 混合为 $8.00),为 2026年11月16日的标价。输出速度约为 70 token/秒(OpenRouter)。发布于 2026年10月12日。
要点(截至 2026年11月16日)
- Muse Wonder 的 API 价格为输入每百万 token $4.00、输出每百万 token $20.00(按 3:1 混合为 $8.00)(标价,2026年11月16日)。
- Muse Wonder 的输出速度约为 70 token/秒(OpenRouter,2026年11月16日)。
- Muse Wonder 于 2026年10月12日发布(Meta)。
详细说明:Muse Wonder 是 Meta 的闭源推理模型,发布于 2026年10月12日。其最佳配置在 BenchLeader Index 上得分 64.4 ±3.0,在 608 个配置中排第 28 名,处于上半区。关键在于这个“±”:另有 87 个配置的得分落在这一区间内,仅凭质量无法区分,真正拉开差距的是价格和速度。分类别看,知识得分最高(77),人类偏好最低(70)。按混合价格计,每百万 token $8.00,属于已排名模型中最贵的一档。输出速度为 70 token/秒,首 token 延迟 3.3 秒,比大多数模型慢。它已在 7 种推理强度设置下测得结果;本摘要描述的是得分最高的设置,可用上方标签切换。最近一次测量:2026年10月24日。
- 混合价格
- $8.00/M
- 输入 $4.00 · 输出 $20.00
- 来源:models.dev
- 输出速度
- 70 tok/s
- OpenRouter 流量,7 天中位数;Artificial Analysis 尚未测量
- 首次回答
- 3.29 s
- 上下文
- 1.0M
- 来源:models.dev
- 单任务成本
- –
- 单任务 token 数
- –
- 发布日期
- 2026年10月12日
- 综合 Index64
- 智能体与工具76
- 数学70
- 知识77
- 人类偏好70
嵌入这个排名
更多徽章样式[](https://www.benchleader.com/models/muse-wonder)粘贴到 README.md 顶部,放在其他徽章旁边。徽章会随每次数据更新重新生成,并链接回本页。
不同推理强度的配置
同一个模型允许思考的程度不同,表现也会不同。每一行是一种推理强度设置,只用在该设置下运行的基准测试打分。“未说明”汇总了发布方没有注明所用设置的结果;对推理模型而言这通常是其思考模式,但我们不做这一假定。在这里或页面顶部选择一个设置,即可查看其价格、速度和各类别得分。
| 推理强度 | Index | 排名 | 速度 | 首次回答 | 聊天回复成本 | 类别 |
|---|---|---|---|---|---|---|
| minimal | – | – | 70 tok/s | 3.29 s | $0.0076 | |
| low | – | – | 70 tok/s | 3.29 s | $0.0076 | |
| medium | – | – | 70 tok/s | 3.29 s | $0.0076 | |
| high | 56.2 | #188 | 118 tok/s | 13 s | $0.0076 | 编程 57 · 知识 58 · 多模态 66 · 推理 59 |
| xhigh | – | – | 70 tok/s | 3.29 s | $0.0076 | 智能体与工具 55 |
| max | 60.8 | #71 | 119 tok/s | 20 s | $0.0076 | 智能体与工具 58 · 编程 63 · 综合 56 · 人类偏好 71 · 知识 58 · 长上下文 65 · 数学 67 · 推理 62 |
| 未说明最佳 | 64.4 | #28 | 70 tok/s | 3.29 s | $0.0076 | 智能体与工具 76 · 人类偏好 70 · 知识 77 · 数学 70 |
Index 走势
2026年10月15日 至 2026年11月16日- 默认
- max
- high
Index 每天从头重新计算,因此当有新的基准测试结果、发布方修订分数,或用于归一化的参照模型发生变化时,曲线都会移动。早期的波动通常说明分数仍在趋于稳定。
基准测试结果
查看全部大模型基准测试。每种推理强度一列。排名是在该基准测试上所有模型的所有配置中的位置。将鼠标悬停在分数上可查看对应的测试运行。
推理
| 基准测试 | high | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| Arena Hard Prompts | – | 1531#3 | – | Arena (LMArena) | |
| LiveBench 2.0 Reasoning不计入 Index | – | 90.6%#10 | – | LiveBench | |
| LiveBench 1.0 Reasoning不计入 Index | – | 90.6%#11 | – | LiveBench | |
| Humanity's Last Exam (AA)不计入 Index | – | 50.1%#30 | – | Artificial Analysis | |
| HLE-Diamond (AA) | 34.5%#44 | 39.0%#39 | – | Artificial Analysis | |
| CritPt不计入 Index | – | 28.3%#31 | – | Artificial Analysis | |
| CritPt v2 hard subset (AA) | 51.0%#42 | 50.5%#43 | – | Artificial Analysis | |
| MysteryMechanism不计入 Index | – | 27.5%#16 | – | Vals AI | |
| HLE-Diamond (Scale)不计入 Index推理强度未说明 | – | – | 37.3%#8 | Scale AI SEAL | |
| Arena Expert不计入 Index | – | 1525#18 | – | Arena (LMArena) | |
| Mystery Game Puzzles不计入 Index | – | 51.0%#16 | – | Epoch AI Benchmarking Hub | |
| LMCA不计入 Index推理强度未说明 | – | – | 56.8%#47 | Epoch AI Benchmarking Hub | |
| DTBench不计入 Index推理强度未说明 | – | – | 95.2%#48 | Epoch AI Benchmarking Hub |
编程
智能体与工具
数学
| 基准测试 | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| FrontierMath Tiers 1–3 | 82.1%#18 | – | Epoch AI Benchmarking Hub | |
| FrontierMath Tier 4 | 70.7%#23 | – | Epoch AI Benchmarking Hub | |
| OTIS Mock AIME | 99.4%#19 | – | Epoch AI Benchmarking Hub | |
| ProofBench推理强度未说明 | – | 84.0%#13 | Vals AI | |
| LiveBench Mathematics不计入 Index | 96.5%#8 | – | LiveBench | |
| Arena Maths | 1490#29 | – | Arena (LMArena) |
知识
| 基准测试 | high | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| LiveBench 2.0 Data Analysis不计入 Index | – | 81.6%#7 | – | LiveBench | |
| LiveBench Research不计入 Index | – | 93.0%#2 | – | LiveBench | |
| LiveBench 1.0 Data Analysis不计入 Index | – | 81.6%#4 | – | LiveBench | |
| AA-Omniscience v1.1 | 24.5#49 | 25.1#47 | – | Artificial Analysis | |
| PRBench Finance推理强度未说明 | – | – | 58.7%#2 | Scale AI SEAL | |
| PRBench Legal推理强度未说明 | – | – | 58.4%#3 | Scale AI SEAL | |
| BioMysteryBench不计入 Index | – | 67.0%#21 | – | Vals AI | |
| Excel Modeling Benchmark不计入 Index | – | 67.1%#19 | – | Vals AI | |
| Excel Modeling Benchmark v1.1不计入 Index | – | 72.5%#12 | – | Vals AI | |
| Public Benefits Bench v1.1不计入 Index | – | 70.2%#6 | – | Vals AI | |
| Access to Justice Benchmark不计入 Index | – | 73.0%#9 | – | Vals AI | |
| Financial Coaching Bench不计入 Index | – | 73.8%#12 | – | Vals AI | |
| Immigration Bench不计入 Index | – | 69.6%#6 | – | Vals AI | |
| EBR-bench不计入 Index | – | 31.4%#15 | – | Epoch AI Benchmarking Hub | |
| GDP.pdf不计入 Index | – | 30.8%#4 | – | Epoch AI Benchmarking Hub | |
| AA-Omniscience v1.1: accuracy不计入 Index | 38.2%#78 | 38.0%#79 | – | Artificial Analysis | |
| AA-Omniscience v1.1: non-hallucination不计入 Index | 77.8%#20 | 79.1%#18 | – | Artificial Analysis |
指令遵循
| 基准测试 | max | 来源 | 趋势 |
|---|---|---|---|
| LiveBench Language不计入 Index | 82.9%#21 | LiveBench | |
| LiveBench Instruction Following不计入 Index | 73.0%#17 | LiveBench | |
| Arena Instruction Following不计入 Index | 1498#10 | Arena (LMArena) |
人类偏好
| 基准测试 | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| Arena Text | 1511#3 | – | Arena (LMArena) | |
| EQ-Bench 4推理强度未说明 | – | 1325#3 | EQ-Bench | |
| EQ-Bench Creative Writing v3不计入 Index推理强度未说明 | – | 2007#10 | EQ-Bench | |
| Arena Creative Writing不计入 Index | 1491#7 | – | Arena (LMArena) | |
| Arena Multi-turn不计入 Index | 1525#3 | – | Arena (LMArena) | |
| Arena Longer Queries不计入 Index | 1507#12 | – | Arena (LMArena) |
多模态
| 基准测试 | high | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| LiveBench Design不计入 Index | – | 70.9%#24 | – | LiveBench | |
| MMMU-Pro | 83.8%#29 | – | – | Artificial Analysis | |
| Humanity's Sixth Sense不计入 Index | – | 43.7%#7 | – | Scale AI SEAL | |
| Blueprint-Bench 2不计入 Index推理强度未说明 | – | – | 31.7%#18 | Epoch AI Benchmarking Hub | |
| Furniture Assembly不计入 Index | – | 54.2%#14 | – | Epoch AI Benchmarking Hub | |
| VIALS-AA不计入 Index | – | 55.3%#9 | – | Handshake AI | |
| Code2Video-AA不计入 Index | – | 997#19 | – | Artificial Analysis |
长上下文
| 基准测试 | max | 来源 | 趋势 |
|---|---|---|---|
| AA-LCR v1.1 | 80.7%#74 | Artificial Analysis | |
| MLCR不计入 Index | 22.2%#42 | Artificial Analysis |
综合
| 基准测试 | high | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| Epoch Capabilities Index不计入 Index推理强度未说明 | – | – | 161.7#15 | Epoch AI Benchmarking Hub | |
| LiveBench 2.0 | – | 70.7%#11 | – | LiveBench | |
| LiveBench 1.0不计入 Index | – | 81.2%#8 | – | LiveBench | |
| AA Intelligence Index v5.0.1不计入 Index | 40.5#42 | 43.6#36 | – | Artificial Analysis | |
| AA Intelligence Index v4.3.2不计入 Index | – | 52.4#11 | – | Artificial Analysis | |
| AA Progress Index v1不计入 Index | – | 335.8#26 | – | Artificial Analysis | |
| Vals Index不计入 Index | – | 64.9#9 | – | Vals AI | |
| Vals Finance Index不计入 Index | – | 61.2%#11 | – | Vals AI | |
| Vals Science Index不计入 Index | – | 39.1%#12 | – | Vals AI | |
| Vals Router Index不计入 Index推理强度未说明 | – | – | 64.9%#5 | Vals AI | |
| Vals Legal Index不计入 Index | – | 75.3%#5 | – | Vals AI |
安全与诚实
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| DistressBench不计入 Index | 85.9%#3 | Scale AI SEAL |
GameBench 2 Overall: 64.8. GameBench 2, best reasoning setting (XHigh): 77.8. 仅供参考,不计入 BenchLeader Index。
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.
优势所在
在所有已测配置中,这个配置排名前五的基准测试。
API 价格:在哪里调用
通过 OpenRouter 提供这个模型的所有提供商:吞吐量和首 token 延迟基于过去 30 分钟的实时流量测得,价格为各提供商自己的报价。紫色标出每列的最佳值。
| 提供商 | 速度 | 首 token | 输入 $/M | 输出 $/M | 上下文 | 量化 |
|---|---|---|---|---|---|---|
| Google Vertex | 122 tok/s | 2.26 s | $4.00 | $20.00 | 1.0M | – |
| Meta | 82 tok/s | 3.23 s | $4.00 | $20.00 | 1.0M | – |
一项任务的成本
根据最佳配置的标价、输出速度和首次回答时间估算。“使用缓存”假定四分之三的输入来自提示缓存,价格为每百万 token $0.200。未计入推理 token。
| 工作负载 | 输入 / 输出 token | 成本 | 使用缓存 | 耗时 |
|---|---|---|---|---|
| 聊天回复 | 400 / 300 | $0.0076 | $0.0065 | 7.6 s |
| 总结一份 30 页的报告 | 12,000 / 600 | $0.060 | $0.026 | 11.9 s |
| 代码编辑 | 6,000 / 1,500 | $0.054 | $0.037 | 24.9 s |
| 智能体编程会话 | 60,000 / 4,000 | $0.320 | $0.149 | 1.0 min |
| 结构化信息提取 | 2,000 / 200 | $0.012 | $0.0063 | 6.2 s |
将 Muse Wonder 与以下模型对比
- Muse Wonder vs Muse Spark
- Muse Wonder vs Claude Fable 5.2
- Muse Wonder vs GLM 5.3
- Muse Wonder vs DeepSeek V4.1 Flash 1017
- Muse Wonder vs Muse Spark 1.3
- Muse Wonder vs o3
- Muse Wonder vs Gemini 3.8 Flash
- Muse Wonder vs Grok 4.20
- Muse Wonder vs Grok 4.6
- Muse Wonder vs Grok 4.7
- Muse Wonder vs Claude Sonnet 5.5
- Muse Wonder vs Muse Spark 1.1
- Muse Wonder vs Claude Opus 5.5
- Muse Wonder vs Gemini 4 Carbon
- Muse Wonder vs Gemini 4 Hydrogen
- Muse Wonder vs GPT-5.6 Sol
- Muse Wonder vs Gemini 3.7 Flash
- Muse Wonder vs Muse Wonder Full
- Muse Wonder vs Claude Opus 4.6
- Muse Wonder vs GPT-6.1 Sol
- Muse Wonder vs GPT-5.5
- Muse Wonder vs Gemini 4 Argon
- Muse Wonder vs GPT-5.4 Pro
- Muse Wonder vs GPT-5.4
- Muse Wonder vs GPT-5.3-Codex
- Muse Wonder vs GPT-6 Sol
- Muse Wonder vs Qwen3.6 Max
- Muse Wonder vs Kimi K3.1 Pro
- Muse Wonder vs MiMo-V2.6-Pro
- Muse Wonder vs GPT-6.1 Terra
- Muse Wonder vs Claude Opus 5
- Muse Wonder vs Claude Fable 5
- Muse Wonder vs Claude Opus 4.7
- Muse Wonder vs Gemini 3.5 Flash
- Muse Wonder vs Claude Fable 5.1
- Muse Wonder vs GPT-6 Astra
- Muse Wonder vs Muse Spark 1.2
- Muse Wonder vs Kimi K3.1 Pro Together
另请参阅
嵌入或引用
在模型卡片或 README 中展示 Muse Wonder 的排名。徽章会随每日更新重新生成,带有数据日期,并链接回本页。
[](https://www.benchleader.com/models/muse-wonder)引用本页
排名每天都会变化,因此引用时需注明数据日期。APA 格式:
BenchLeader. (2026, November 16). Muse Wonder on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/muse-wonder
BibTeX:
@misc{benchleader_muse_wonder_20261116,
author = {{BenchLeader}},
title = {{Muse Wonder on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/muse-wonder}},
note = {Data as of 2026-11-16}
}常见问题
- Muse Wonder 的基准测试得分是多少?
- 截至 2026年11月16日,Muse Wonder 的 BenchLeader Index 为 64.4 ±3.0(前 50 名)。最强的是知识(77),最弱的是人类偏好(70)。该得分只基于第三方基准测试结果,本页每个分数都链接到其发布方。
- Muse Wonder 排名第几?
- 截至 2026年11月16日,Muse Wonder 在 608 个已排名配置中排第 28 名(前 50 名)。另有 87 个配置的得分在其误差范围内,因此名次区间比确切名次更有意义。第一名是 Claude Fable 5.2(推理强度 max),得分 72.7。
- Muse Wonder 每百万 token 的价格是多少?
- 截至 2026年11月16日,Muse Wonder 的价格为输入每百万 token $4.00、输出每百万 token $20.00,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $8.00。
- Muse Wonder 比 Muse Spark 更好吗?
- 截至 2026年11月16日,Muse Spark 与 Muse Wonder 的质量不相上下(BenchLeader Index 64.2 比 64.4,在 ±4.6 的误差范围内),可根据价格、速度和你看重的类别来选择。逐项基准测试的详细对比见对比页面。
- Muse Wonder 是什么时候发布的?
- Meta 于 2026年10月12日发布了 Muse Wonder。BenchLeader 收录了它在 7 种推理强度设置下的结果。
数据截至 2026年11月16日。 对比这些配置
引用格式:BenchLeader,《Muse Wonder:基准测试、价格、速度与排名》,数据截至 2026年11月16日,https://www.benchleader.com/zh/models/muse-wonder。