GPT-6.1 Terra vs. Muse Wonder: comparação de lançamentos

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

Comparação dos lançamentos GPT-6.1 Terra e Muse Wonder: 6 e 2 modelos, respectivamente, cada um com diferentes características de inteligência, desempenho e preço. Abaixo, comparamos as principais métricas dos 8 modelos.

Em inteligência, GPT-6.1 Terra tem a pontuação mais alta: GPT-6.1 Terra (Max), com 51, diante de Muse Wonder (Max), com 44 de Muse Wonder.
Em tempo por tarefa, GPT-6.1 Terra é o mais rápido: GPT-6.1 Terra (Low), com 1,0 min, diante de Muse Wonder (High), com 9,0 min de Muse Wonder.
Em custo por tarefa, GPT-6.1 Terra é o mais barato: GPT-6.1 Terra (Low), com $0.07, diante de Muse Wonder (Max), com $6.95 de Muse Wonder.

Playground de modelos

Lançamentos 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
Finanças e Contabilidade	49	48	51	44	50	42	34	38
Estratégia e Operações	50	49	54	47	54	45	40	42
Jurídico	46	44	47	42	46	40	28	37
Saúde e Medicina	45	--	49	--	--	--	--	--
Engenharia	55	49	50	46	47	43	33	35
Economia	49	47	51	44	49	41	33	36
AA-Briefcase v1.1	1401	1333	1659	1264	1610	1190	1226	1030
AutomationBench-AA	60.2%	59.9%	68.1%	58.5%	67.2%	57.8%	51.0%	56.2%
Terminal-Bench 4.0	55.6%	46.5%	52.0%	41.9%	38.4%	32.3%	26.8%	15.2%
FrontierCode 2.0	42.3%	36.9%	27.9%	37.5%	26.6%	34.5%	33.4%	24.5%
AA-Omniscience v1.1	30	29	25	28	25	27	−5	23
GDP.pdf	28.6%	26.6%	30.6%	28.0%	29.2%	28.4%	23.2%	25.6%
HLE-Diamond	47.3%	42.3%	39.0%	35.4%	34.5%	31.3%	14.5%	24.9%
CritPt v2 (Hard Subset)	68.0%	60.5%	50.5%	61.5%	51.0%	56.5%	33.5%	50.5%
Terminal-Bench-Science 0.1	57.6%	41.9%	25.7%	33.3%	21.9%	24.8%	24.3%	7.6%

Custo por tarefaUSD	$0.96	$0.40	$6.95	$0.26	--	$0.17	$0.23	$0.07
Preço de entradaUSD/1M tokens	$1.00	$1.00	$4.00	$1.00	$4.00	$1.00	$1.00	$1.00
Preço de saídaUSD/1M tokens	$5.00	$5.00	$20.00	$5.00	$20.00	$5.00	$5.00	$5.00
Preço de acerto do cacheUSD/1M tokens	$0.05	$0.05	$0.20	$0.05	$0.20	$0.05	$0.05	$0.05
Preço de escrita no cacheUSD/1M tokens	$1.25	$1.25	--	$1.25	--	$1.25	$1.25	$1.25

Tempo por tarefaMinutos	13,1	5,9	12,1	3,8	9,0	2,5	2,2	1,0
Velocidade de saídatok/s	76	74	132	73	126	72	72	72
Tempo até o primeiro token da resposta finals	158,68	32,43	20,24	10,74	8,97	4,37	1,71	2,34
Tempo até o primeiro tokens	158,68	32,43	20,24	10,74	8,97	4,37	1,71	2,34
Tempo de ponta a pontaMédia das cargas de solicitação única (s)	349,63	96,44	62,98	48,74	34,41	30,30	28,92	26,31

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

Updated

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

InteligênciaUpdated

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

Artificial Analysis Intelligence Index v5.0.1 includes: 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), 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

GPT-6.1 Terra

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

No publicly available API

Velocidade e latência

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

No publicly available API

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 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-PersonalityBenchNew

Índices de personalidade

Cada eixo é um dos 8 índices de personalidade: a média dos escores z de Elo dos seus traços, com ranking percentil de 1 a 100 entre todos os modelos avaliados no benchmark

GPT-6.1 Terra vs. Muse Wonder: comparação de lançamentos

Inteligência

Tempo por tarefa

Custo por tarefa

InteligênciaUpdated

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

Velocidade e latência

Tempo por tarefa do Intelligence Index

Time per Intelligence Index Task

Time Period

Pontuações de capacidades

Índices de capacidades

Avaliações

AA-PersonalityBenchNew

Índices de personalidade