Codex vs. Muse Code

Comparación entre Codex y Muse Code en el Artificial Analysis Coding Agent Index, incluidos resultados de benchmarks, costo, tiempo de ejecución y uso de tokens.

Para más detalles sobre nuestra metodología, consulta nuestra página de metodología.

Explora otras comparaciones
vs

Coding Agent Index

Artificial Analysis Coding Agent Index v1.5 · Higher is better

Tiempo por tarea

Average agent wall time per task · Lower is better

Costo por tarea

Average API cost per task (USD) · Lower is better

Comparación

Comparación lado a lado de Codex y Muse Code.

Comparación de agentes de programación

Métrica
Codex
GPT-6.1 Sol (xhigh)
Muse Code
Muse Wonder Full (max)
Análisis
Harness del agente
Codex
Muse Code
Modelo representativo
GPT-6.1 Sol (xhigh)
Muse Wonder Full (max)
Coding Agent Index
63
68
Muse Code tiene un Coding Agent Index más alto que Codex
DeepSWE v1.1
73%
77%
Muse Code tiene una puntuación más alta en DeepSWE v1.1 que Codex
Terminal-Bench 4.0
55%
59%
Muse Code tiene una puntuación más alta en Terminal-Bench 4.0 que Codex
SWE-Atlas-QnA
61%
68%
Muse Code tiene una puntuación más alta en SWE-Atlas-QnA que Codex
Costo por tarea
1,04 US$
0,00 US$
Comparación no disponible
Tiempo por tarea
15,5min
28,8min
Codex tiene un tiempo por tarea más bajo que Muse Code
Turnos por tarea
40,1
195
Codex tiene menos turnos por tarea que Muse Code
Uso de tokens por tarea
3,2 M
15 M
Codex tiene un uso de tokens por tarea más bajo que Muse Code
Tasa de aciertos de caché
93 %
96 %
Muse Code tiene una tasa de aciertos de caché más alta que Codex

Variantes de modelo

Variantes de modelo evaluadas para Codex y Muse Code.

Variantes de modelo

Codex
GPT-6.1 Sol (xhigh)
63
73%
55%
61%
1,04 US$
15,5min
3,2 M
Codex
GPT-6 Astra (max)
62
68%
56%
62%
7,47 US$
29,4min
3,3 M
Codex
GPT-6.1 Sol (medium)
61
72%
52%
61%
0,70 US$
10,9min
2,3 M
Codex
GPT-6.1 Sol (high)
60
71%
50%
60%
0,89 US$
13,3min
2,8 M
Codex
GPT-6.1 Sol (max)
60
70%
53%
58%
1,55 US$
24,4min
4 M
Codex
GPT-6.1 Sol (low)
57
68%
49%
55%
0,50 US$
8,6min
1,7 M
Codex
GPT-6 Sol (max)
57
69%
43%
58%
2,99 US$
22,3min
9,8 M
Codex
GPT-5.6 Sol (max)
55
72%
37%
54%
6,35 US$
20,6min
10,2 M
Codex
GPT-5.6 Luna (max)
43
66%
15%
49%
0,44 US$
23,5min
14,9 M
Codex
DeepSeek V4 Pro 0813 (max)
43
57%
10%
62%
0,24 US$
40,3min
24,2 M
Codex
GPT-6 Luna (max)
41
64%
15%
44%
0,18 US$
21,4min
10,2 M
Codex
DeepSeek V4 Flash 0731 (max)
39
54%
11%
51%
0,09 US$
18,3min
15,4 M
Muse Code
Muse Wonder Full (max)
68
77%
59%
68%
0,00 US$
28,8min
15 M
Muse Code
Muse Wonder (max)
63
76%
47%
67%
8,05 US$
22,4min
15 M
Muse Code
Muse Spark 1.3 (max)
54
72%
32%
59%
3,98 US$
18,4min
16,7 M
Muse Code
Muse Spark 1.3 (xhigh)
48
73%
17%
55%
3,47 US$
18,3min
16,2 M

Rendimiento

Rendimiento en el Artificial Analysis Coding Agent Index.

Artificial Analysis Coding Agent Index

Artificial Analysis Coding Agent Index v1.5 incorporates 3 benchmarks: DeepSWE v1.1, Terminal-Bench 4.0, and SWE-Atlas-QnA · Higher is better

Artificial Analysis Coding Agent Index vs. costo por tarea

Artificial Analysis Coding Agent Index vs. promedio del costo de la API de pago por token por tarea (USD)
Most attractive quadrant

Uso de tokens

Consumo de tokens en el Artificial Analysis Coding Agent Index.

Uso de tokens por tarea

Promedio de tokens de entrada, caché y salida por tarea
Las tasas de aciertos de la caché de prompts pueden variar mucho según el enrutamiento del proveedor, lo que puede cambiar sustancialmente el costo efectivo.

Artificial Analysis Coding Agent Index vs. tokens totales

Artificial Analysis Coding Agent Index vs. promedio de tokens totales por tarea
Most attractive quadrant

Costo

Costo de la API de pago por token en el Artificial Analysis Coding Agent Index, según los precios actuales por token.

Costo por tarea

Average pay-per-token API cost per task (USD) · Lower is better

Tiempo de ejecución

Tiempo de ejecución activo del agente en el Artificial Analysis Coding Agent Index.

Tiempo por tarea

Average agent wall time per task · Lower is better

Artificial Analysis Coding Agent Index vs. tiempo de ejecución

Artificial Analysis Coding Agent Index vs. promedio del tiempo de ejecución del agente por tarea
Most attractive quadrant