Todos los lanzamientos

Muse Wonder vs. Claude Opus 5.5: comparación de lanzamientos

Comparación de los lanzamientos Muse Wonder y Claude Opus 5.5: 2 y 5 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, Claude Opus 5.5 obtiene la puntuación más alta: Claude Opus 5.5 (Max, Default Fallback), con 59, frente a Muse Wonder (Max), con 44 de Muse Wonder.
  • En tiempo por tarea, Claude Opus 5.5 es el más rápido: Claude Opus 5.5 (Low, Default Fallback), con 3,0 min, frente a Muse Wonder (High), con 9,0 min de Muse Wonder.
  • En costo por tarea, Claude Opus 5.5 es el más económico: Claude Opus 5.5 (Low, Default Fallback), con $0.98, frente a Muse Wonder (Max), con $6.95 de Muse Wonder.
Playground de modelos

Lanzamientos comparados

Claude Opus 5.5 (max)Claude Opus 5.5 (xhigh)Claude Opus 5.5 (high)Claude Opus 5.5 (medium)Muse Wonder (max)Muse Wonder (high)Claude Opus 5.5 (low)
Intelligence Index
59
57
52
48
44
41
35
Finanzas y contabilidad
59
56
53
51
51
50
42
Estrategia y operaciones
61
59
58
56
54
54
48
Jurídico
58
55
52
50
47
46
43
Salud y medicina
58
56
52
51
49
--
45
Costo por tareaUSD
$10.04
$6.05
$3.46
$2.45
$6.95
--
$0.98
Tiempo por tareaMinutos
26,2
16,0
9,1
6,6
12,1
9,0
3,0
Tiempo hasta el primer token de respuestas
342,98
67,16
32,05
18,34
20,24
8,97
5,31
Ventana de contexto
1M
1M
1M
1M
1M
1M
1M
Creador
Anthropic
Anthropic
Anthropic
Anthropic
Meta
Meta
Anthropic
Licencia
Propietario
Propietario
Propietario
Propietario
Propietario
Propietario
Propietario
Modalidad de entrada

Admite: texto e imágenes

Admite: texto e imágenes

Admite: texto e imágenes

Admite: texto e imágenes

Admite: texto, imágenes, voz y video

Admite: texto, imágenes, voz y video

Admite: texto e imágenes

Modalidad de salida

Admite: texto

Admite: texto

Admite: texto

Admite: texto

Admite: texto

Admite: texto

Admite: texto

Proveedores
AnthropicAmazon BedrockGoogleMicrosoft Azure
Anthropic
Anthropic
Anthropic
Meta
Meta
AnthropicAmazon BedrockGoogleMicrosoft Azure
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
Claude Opus 5.5
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

vs.

AA-PersonalityBench: índice Expressiveness, Muse Wonder (max) vs. Claude Opus 5.5 (max)

Probabilidad de que la respuesta de cada modelo sea juzgada como la que muestra más cada rasgo, según su diferencia de Elo · 50 % es un empate
MetaMuse Wonder (max)AnthropicClaude Opus 5.5 (max)
Literate
16 %
84 %
Lexically Varied
24 %
76 %
Eloquent
74 %
26 %
Natural Sounding
67 %
33 %
Metaphorical
64 %
36 %