Todos los lanzamientos

Muse Wonder vs. DeepSeek V4 Pro 0813: comparación de lanzamientos

Comparación de los lanzamientos Muse Wonder y DeepSeek V4 Pro 0813: 2 y 2 modelos respectivamente, cada uno con distintas características de inteligencia, rendimiento y precio. A continuación se comparan las métricas clave de los 4 modelos.

  • En inteligencia, Muse Wonder obtiene la puntuación más alta: Muse Wonder (Max), con 44, frente a DeepSeek V4 Pro 0813 (Max), con 23 de DeepSeek V4 Pro 0813.
  • En tiempo por tarea, Muse Wonder es el más rápido: Muse Wonder (High), con 9,0 min, frente a DeepSeek V4 Pro 0813 (Non-reasoning), con 13,9 min de DeepSeek V4 Pro 0813.
  • En costo por tarea, DeepSeek V4 Pro 0813 es el más económico: DeepSeek V4 Pro 0813 (Non-reasoning), con $0.98, frente a Muse Wonder (Max), con $6.95 de Muse Wonder.
Playground de modelos

Lanzamientos comparados

Muse Wonder (max)Muse Wonder (high)DeepSeek V4 Pro 0813 (max)DeepSeek V4 Pro 0813 (non-reasoning)
Intelligence Index
44
41
23
13
Finanzas y contabilidad
51
50
30
20
Estrategia y operaciones
54
54
41
28
Jurídico
47
46
28
19
Salud y medicina
49
--
--
--
Costo por tareaUSD
$6.95
--
$1.77
$0.98
Tiempo por tareaMinutos
12,1
9,0
20,9
13,9
Tiempo hasta el primer token de respuestas
20,24
8,97
66,60
2,53
Ventana de contexto
1M
1M
1M
1M
Creador
Meta
Meta
DeepSeek
DeepSeek
Licencia
Propietario
Propietario
Abierto
Abierto
Modalidad de entrada

Admite: texto, imágenes, voz y video

Admite: texto, imágenes, voz y video

Admite: texto

Admite: texto

Modalidad de salida

Admite: texto

Admite: texto

Admite: texto

Admite: texto

Proveedores
Meta
Meta
SystalyzeDeepSeekNebiusDigitalOcean
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
DeepSeek V4 Pro 0813
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