Grok Build vs. Muse Code
Comparación entre Grok Build 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
Comparación
Comparación lado a lado de Grok Build y Muse Code.
Comparación de agentes de programación
Métrica |  Grok BuildGrok 4.7 (xhigh) |  Muse CodeMuse Wonder Full (max) | Análisis |
|---|---|---|---|
Harness del agente | Grok Build | Muse Code | |
Modelo representativo | Grok 4.7 (xhigh) | Muse Wonder Full (max) | |
Coding Agent Index | 56 | 68 | Muse Code tiene un Coding Agent Index más alto que Grok Build |
DeepSWE v1.1 | 73% | 77% | Muse Code tiene una puntuación más alta en DeepSWE v1.1 que Grok Build |
Terminal-Bench 4.0 | 33% | 59% | Muse Code tiene una puntuación más alta en Terminal-Bench 4.0 que Grok Build |
SWE-Atlas-QnA | 63% | 68% | Muse Code tiene una puntuación más alta en SWE-Atlas-QnA que Grok Build |
Costo por tarea | 8,82 US$ | 0,00 US$ | Comparación no disponible |
Tiempo por tarea | 39,2min | 28,8min | Muse Code tiene un tiempo por tarea más bajo que Grok Build |
Turnos por tarea | 162,6 | 195 | Grok Build tiene menos turnos por tarea que Muse Code |
Uso de tokens por tarea | 14,3 M | 15 M | Grok Build tiene un uso de tokens por tarea más bajo que Muse Code |
Tasa de aciertos de caché | 94 % | 96 % | Muse Code tiene una tasa de aciertos de caché más alta que Grok Build |
Variantes de modelo
Variantes de modelo evaluadas para Grok Build y Muse Code.
Variantes de modelo
| Grok Build | Grok 4.7 (xhigh) | 56 | 73% | 33% | 63% | 8,82 US$ | 39,2min | 14,3 M |
| Grok Build | Grok 4.6 (xhigh) | 47 | 65% | 18% | 58% | 3,57 US$ | 19,5min | 5,5 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
Colorear por
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)
Colorear por
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
Colorear por
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
Colorear por
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
Colorear por
Artificial Analysis Coding Agent Index vs. tiempo de ejecución
Artificial Analysis Coding Agent Index vs. promedio del tiempo de ejecución del agente por tarea
Colorear por
Most attractive quadrant