Todos los lanzamientos

GPT-6.1 Terra vs. Muse Wonder: comparación de lanzamientos

Comparación de los lanzamientos GPT-6.1 Terra y Muse Wonder: 6 y 2 modelos respectivamente, cada uno con distintas características de inteligencia, rendimiento y precio. A continuación se comparan las métricas clave de los 8 modelos.

  • En inteligencia, GPT-6.1 Terra obtiene la puntuación más alta: GPT-6.1 Terra (Max), con 51, frente a Muse Wonder (Max), con 44 de Muse Wonder.
  • En tiempo por tarea, GPT-6.1 Terra es el más rápido: GPT-6.1 Terra (Low), con 1,0 min, frente a Muse Wonder (High), con 9,0 min de Muse Wonder.
  • En costo por tarea, GPT-6.1 Terra es el más económico: GPT-6.1 Terra (Low), con $0.07, frente a Muse Wonder (Max), con $6.95 de Muse Wonder.
Playground de modelos

Lanzamientos comparados

GPT-6.1 Terra (max)GPT-6.1 Terra (xhigh)Muse Wonder (max)GPT-6.1 Terra (high)Muse Wonder (high)GPT-6.1 Terra (medium)GPT-6.1 Terra (non-reasoning)GPT-6.1 Terra (low)
Intelligence Index
51
45
44
42
41
38
31
29
Finanzas y contabilidad
49
48
51
44
50
42
34
38
Estrategia y operaciones
50
49
54
47
54
45
40
42
Jurídico
46
44
47
42
46
40
28
37
Salud y medicina
45
--
49
--
--
--
--
--
Costo por tareaUSD
$0.96
$0.40
$6.95
$0.26
--
$0.17
$0.23
$0.07
Tiempo por tareaMinutos
13,1
5,9
12,1
3,8
9,0
2,5
2,2
1,0
Tiempo hasta el primer token de respuestas
158,68
32,43
20,24
10,74
8,97
4,37
1,71
2,34
Ventana de contexto
1M
1M
1M
1M
1M
1M
1M
1M
Creador
OpenAI
OpenAI
Meta
OpenAI
Meta
OpenAI
OpenAI
OpenAI
Licencia
Propietario
Propietario
Propietario
Propietario
Propietario
Propietario
Propietario
Propietario
Modalidad de entrada

Admite: texto e imágenes

Admite: texto e imágenes

Admite: texto, imágenes, voz y video

Admite: texto e imágenes

Admite: texto, imágenes, voz y video

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

Admite: texto

Proveedores
OpenAI
OpenAI
Meta
OpenAI
Meta
OpenAI
OpenAI
OpenAI
Updated
Artificial Analysis Intelligence Index · Higher is better
Inference time (minutes) per Intelligence Index task · Lower is better
Weighted average cost (USD) per Intelligence Index task · Lower is better

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 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-6.1 Terra
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
No publicly available API

Velocidad y latencia

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
No publicly available API

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 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