Todos los lanzamientos

Muse Wonder vs. GLM-5.3: comparación de lanzamientos

Comparación de los lanzamientos Muse Wonder y GLM-5.3: 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 GLM-5.3 (Max), con 32 de GLM-5.3.
  • En tiempo por tarea, Muse Wonder es el más rápido: Muse Wonder (High), con 9,0 min, frente a GLM-5.3 (Low), con 15,4 min de GLM-5.3.
  • En costo por tarea, GLM-5.3 es el más económico: GLM-5.3 (Low), con $1.57, frente a Muse Wonder (Max), con $6.95 de Muse Wonder.
Playground de modelos

Lanzamientos comparados

Muse Wonder (max)Muse Wonder (high)GLM-5.3 (max)GLM-5.3 (low)
Intelligence Index
44
41
32
23
Finanzas y contabilidad
51
50
42
31
Estrategia y operaciones
54
54
47
38
Jurídico
47
46
36
28
Salud y medicina
49
--
39
31
Costo por tareaUSD
$6.95
--
$5.01
$1.57
Tiempo por tareaMinutos
12,1
9,0
30,8
15,4
Tiempo hasta el primer token de respuestas
20,24
8,97
90,99
13,09
Ventana de contexto
1M
1M
1M
1M
Creador
Meta
Meta
Z AI
Z AI
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
ModalZaiTogether AI
+19
ZaiSupernovaDigitalOcean
+3
Updated

Inteligencia

Artificial Analysis Intelligence Index · Higher is better

Tiempo por tarea

Inference time (minutes) per Intelligence Index task · Lower is better

Costo por tarea

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
GLM-5.3
Pareto line
AA-Briefcase v1.1
AutomationBench-AA

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

Benchmarks

AA-PersonalityBenchNew

vs.

AA-PersonalityBench: índice Expressiveness, Muse Wonder (max) vs. GLM-5.3 (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)Z AIGLM-5.3 (max)
Lexically Varied
14 %
86 %
Natural Sounding
16 %
84 %
Eloquent
22 %
78 %
Literate
28 %
72 %
Metaphorical
58 %
42 %