Todos los lanzamientos

Muse Wonder Full vs. GPT-6 Luna: comparación de lanzamientos

Comparación de los lanzamientos Muse Wonder Full y GPT-6 Luna: 1 modelo y 6 modelos respectivamente, cada uno con distintas características de inteligencia, rendimiento y precio. A continuación se comparan las métricas clave de los 7 modelos.

  • En inteligencia, Muse Wonder Full obtiene la puntuación más alta, con 50, frente a GPT-6 Luna (Max), con 28 de GPT-6 Luna.
Playground de modelos

Lanzamientos comparados

Muse Wonder Full (max)GPT-6 Luna (max)GPT-6 Luna (xhigh)GPT-6 Luna (high)GPT-6 Luna (medium)GPT-6 Luna (low)GPT-6 Luna (non-reasoning)
Intelligence Index
50
28
23
21
18
10
9
Finanzas y contabilidad
55
34
31
29
26
17
19
Estrategia y operaciones
58
43
39
38
34
17
17
Jurídico
51
32
28
27
24
16
17
Salud y medicina
52
35
30
29
27
16
16
Costo por tareaUSD
--
$0.15
$0.10
$0.0729
$0.0422
$0.0051
$0.0714
Tiempo por tareaMinutos
--
12.0
7.4
5.8
3.6
0.6
1.9
Tiempo hasta el primer token de respuestas
--
89.15
21.03
13.95
6.54
3.40
1.66
Ventana de contexto
1M
1M
1M
1M
1M
1M
1M
Creador
Meta
OpenAI
OpenAI
OpenAI
OpenAI
OpenAI
OpenAI
Licencia
Propietario
Propietario
Propietario
Propietario
Propietario
Propietario
Propietario
Modalidad de entrada

Admite: texto, imágenes, voz y video

Admite: texto e imágenes

Admite: texto e imágenes

Admite: texto e imágenes

Admite: texto e imágenes

Admite: texto e imágenes

Admite: texto e imágenes

Modalidad de salida

Admite: texto

Admite: texto

Admite: texto

Admite: texto

Admite: texto

Admite: texto

Admite: texto

Proveedores
--
OpenAIMicrosoft Azure
OpenAI
OpenAIMicrosoft Azure
OpenAI
OpenAI
OpenAIMicrosoft Azure
Updated
Artificial Analysis Intelligence Index · Higher is better
No publicly available API
Inference time (minutes) per Intelligence Index task · Lower is better
No publicly available API
Weighted average cost (USD) per Intelligence Index task · Lower is better
No publicly available API

InteligenciaUpdated

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index v5.0.1 incorporates 9 evaluations: AA-Briefcase v1.1, AutomationBench-AA, Terminal-Bench 4.0, FrontierCode-AA 2.0, AA-Omniscience v1.1, GDP.pdf, HLE-Diamond, CritPt v2 (Hard Subset), and Terminal-Bench-Science 0.1
No publicly available API

Intelligence Index vs. costo por tarea

Artificial Analysis Intelligence Index · Weighted average cost (USD) per Artificial Analysis Intelligence Index task
Most attractive quadrant
GPT-6 Luna
Pareto line

Costo por tarea (USD, escala logarítmica)

Costo

Costo por tarea del Intelligence Index

Weighted average cost (USD) per Intelligence Index task · Segmented by token type · Lower is better

Rendimiento

Tiempo por tarea del Intelligence Index

Output tokens divided by end-to-end output speed (minutes per Intelligence Index task) · Speed at the model's own endpoint or the median across providers · Lower is better

Puntuaciones de capacidades

Índices de capacidades

Mide el rendimiento de los modelos en capacidades e industrias específicas
Finance & Accounting Index

Incorporates 5 evaluations: AA-Briefcase v1.1, AA-Omniscience v1.1, HLE-Diamond, AutomationBench-AA, GDP.pdf · Higher is better

Strategy & Ops Index

Incorporates 4 evaluations: AutomationBench-AA, AA-Briefcase v1.1, AA-Omniscience v1.1, GDP.pdf · Higher is better

Legal Index

Incorporates 5 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, HLE-Diamond, GDP.pdf, AutomationBench-AA · Higher is better

Healthcare & Medical Index

Incorporates 5 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, MLCR-AA, AutomationBench-AA, HLE-Diamond · Higher is better

Engineering Index

Incorporates 7 evaluations: AA-Omniscience v1.1, CritPt v2 (Hard Subset), Terminal-Bench-Science 0.1, HLE-Diamond, Terminal-Bench 4.0, FrontierCode-AA 2.0, AA-Briefcase v1.1 · Higher is better

Economics Index

Incorporates 4 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, HLE-Diamond, GDP.pdf · Higher is better

AA-PersonalityBenchNew

Índices de personalidad

Cada eje es uno de los 8 índices de personalidad: la media de las puntuaciones z de Elo de sus rasgos, convertida en un rango percentil de 1 a 100 entre todos los modelos evaluados en el benchmark