Kimi K3.1 Pro vs. Muse Wonder: comparação de lançamentos

Name: Inteligência
Creator: Artificial Analysis
License: https://artificialanalysis.ai/docs/legal/Terms-of-Use.pdf

Comparação dos lançamentos Kimi K3.1 Pro e Muse Wonder: 1 modelo e 2 modelos, respectivamente, cada um com diferentes características de inteligência, desempenho e preço. Abaixo, comparamos as principais métricas dos 3 modelos.

Em inteligência, Kimi K3.1 Pro tem a pontuação mais alta, com 46, diante de Muse Wonder (Max), com 44 de Muse Wonder.
Em tempo por tarefa, Muse Wonder é o mais rápido: Muse Wonder (High), com 10.8 min, diante de Kimi K3.1 Pro, com 40.1 min.
Em custo por tarefa, Kimi K3.1 Pro é o mais barato, com $3.68, diante de Muse Wonder (High), com $4.56 de Muse Wonder.

Playground de modelos

Lançamentos comparados


	Kimi K3.1 Pro	Muse Wonder (max)	Muse Wonder (high)
Intelligence Index	46	44	41
Finanças e Contabilidade	53	51	50
Estratégia e Operações	58	54	54
Jurídico	49	47	46
Saúde e Medicina	52	49	--
Engenharia	51	50	47
Economia	50	50	48
AA-Briefcase v1.1	1674	1659	1610
AutomationBench-AA	73.3%	68.1%	67.2%
Terminal-Bench 4.0	67.2%	52.0%	38.4%
FrontierCode-AA 2.0	25.5%	27.9%	26.6%
AA-Omniscience v1.1	30	25	25
GDP.pdf	31.4%	30.6%	29.2%
HLE-Diamond	37.3%	39.0%	34.5%
CritPt v2 (Hard Subset)	49.5%	50.5%	51.0%
Terminal-Bench-Science 0.1	34.3%	25.7%	21.9%

Custo por tarefaUSD	$3.68	$6.95	$4.56
Preço de entradaUSD/1M tokens	$2.00	$4.00	$4.00
Preço de saídaUSD/1M tokens	$10.00	$20.00	$20.00
Preço de acerto do cacheUSD/1M tokens	$0.20	$0.20	$0.20
Preço de escrita no cacheUSD/1M tokens	--	--	--

Tempo por tarefaMinutos	40.1	14.3	10.8
Velocidade de saídatok/s	30	112	105
Tempo até o primeiro token da resposta finals	178.90	24.92	13.92
Tempo até o primeiro tokens	4.37	24.92	13.92
Tempo de ponta a pontaMédia das cargas de solicitação única (s)	425.52	68.60	49.62

Janela de contexto	1M	1M	1M
Criador	Kimi	Meta	Meta
Licença	Aberto	Proprietário	Proprietário
Modalidade de entrada	Compatível com: texto e imagem	Compatível com: texto, imagem, fala e vídeo	Compatível com: texto, imagem, fala e vídeo
Modalidade de saída	Compatível com: texto	Compatível com: texto	Compatível com: texto
Provedores	+14

Inteligência

Artificial Analysis Intelligence Index · Higher is better

Tempo por tarefa

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

Custo por tarefa

Weighted average cost (USD) per Intelligence Index task · Lower is better

Inteligência

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

Artificial Analysis Intelligence Index v5.0.1 includes: 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), Terminal-Bench-Science 0.1. See Intelligence Index methodology for further details, including a breakdown of each evaluation and how we run them.

Intelligence Index vs. custo por tarefa

Artificial Analysis Intelligence Index · Weighted average cost (USD) per Artificial Analysis Intelligence Index task

Most attractive quadrant

Muse Wonder

Pareto line

AA-Briefcase v1.1

AutomationBench-AA

Custo por tarefa (USD, escala logarítmica)

Weighted average cost per Intelligence Index task. Each evaluation’s cost is calculated from input, cache hit, cache write, reasoning, and answer token prices, divided by task count, and weighted by its Intelligence Index weight.

Custo

Custo por tarefa do Intelligence Index

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

Desempenho

Tempo por tarefa do 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

The weighted average time (minutes) per Artificial Analysis Intelligence Index task: output tokens per task divided by output speed, weighted by each benchmark's weight in the Intelligence Index.

Speed and latency metrics average each endpoint's runs over the past 5 days, and the error rate pools them. We run the benchmark every 6 hours, and endpoints of deprecated models every 18 hours.

Pontuações de capacidades

Índices de capacidades

Mede o desempenho dos modelos em capacidades e setores específicos

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

Avaliações

AA-PersonalityBench

Modelo Avs.Modelo B

AA-PersonalityBench: índice Expressiveness, Kimi K3.1 Pro vs. Muse Wonder (max)

Probabilidade de a resposta de cada modelo ser julgada como a que demonstra mais cada traço, a partir da diferença de Elo entre os dois · 50% é um confronto equilibrado

Kimi K3.1 Pro

Muse Wonder (max)

Metaphorical

95%

Lexically Varied

14%

86%

Eloquent

16%

84%

Literate

83%

17%

Natural Sounding

19%

81%

Kimi K3.1 Pro vs. Muse Wonder: comparação de lançamentos

Inteligência

Tempo por tarefa

Custo por tarefa

Inteligência

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index

Intelligence Index vs. custo por tarefa

Cost per Intelligence Index Task

Artificial Analysis Intelligence Index

Custo

Custo por tarefa do Intelligence Index

Cost per Intelligence Index Task

Desempenho

Tempo por tarefa do Intelligence Index

Time per Intelligence Index Task

Time Period

Pontuações de capacidades

Índices de capacidades

Avaliações

AA-PersonalityBench

AA-PersonalityBench: índice Expressiveness, Kimi K3.1 Pro vs. Muse Wonder (max)