Muse Wonder vs. Claude Sonnet 5.5: comparação de lançamentos

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

Comparação dos lançamentos Muse Wonder e Claude Sonnet 5.5: 2 e 5 modelos, respectivamente, cada um com diferentes características de inteligência, desempenho e preço. Abaixo, comparamos as principais métricas dos 7 modelos.

Em inteligência, Claude Sonnet 5.5 tem a pontuação mais alta: Claude Sonnet 5.5 (Max, Default Fallback), com 55, diante de Muse Wonder (Max), com 44 de Muse Wonder.
Em tempo por tarefa, Claude Sonnet 5.5 é o mais rápido: Claude Sonnet 5.5 (Low, Default Fallback), com 2,6 min, diante de Muse Wonder (High), com 9,0 min de Muse Wonder.
Em custo por tarefa, Claude Sonnet 5.5 é o mais barato: Claude Sonnet 5.5 (Low, Default Fallback), com $0.51, diante de Muse Wonder (Max), com $6.95 de Muse Wonder.

Playground de modelos

Lançamentos comparados


	Claude Sonnet 5.5 (max)	Claude Sonnet 5.5 (xhigh)	Muse Wonder (max)	Claude Sonnet 5.5 (high)	Muse Wonder (high)	Claude Sonnet 5.5 (medium)	Claude Sonnet 5.5 (low)
Intelligence Index	55	50	44	42	41	31	26
Finanças e Contabilidade	56	49	51	44	50	41	36
Estratégia e Operações	58	54	54	51	54	47	42
Jurídico	52	47	47	44	46	39	37
Saúde e Medicina	54	47	49	44	--	40	37
Engenharia	58	54	50	46	47	37	33
Economia	56	50	51	46	49	41	36
AA-Briefcase v1.1	1813	1742	1659	1635	1610	1439	1267
AutomationBench-AA	71.8%	65.5%	68.1%	59.4%	67.2%	54.9%	49.4%
Terminal-Bench 4.0	63.6%	57.1%	52.0%	43.9%	38.4%	29.8%	20.7%
FrontierCode 2.0	41.7%	35.6%	27.9%	25.7%	26.6%	11.0%	7.1%
AA-Omniscience v1.1	30	21	25	19	25	19	20
GDP.pdf	25.8%	24.6%	30.6%	25.2%	29.2%	20.2%	16.0%
HLE-Diamond	53.3%	44.1%	39.0%	33.8%	34.5%	23.8%	20.6%
CritPt v2 (Hard Subset)	59.0%	57.5%	50.5%	51.5%	51.0%	33.5%	26.0%
Terminal-Bench-Science 0.1	53.3%	52.4%	25.7%	34.3%	21.9%	16.2%	10.5%

Custo por tarefaUSD	$10.02	$4.09	$6.95	$1.64	--	$0.78	$0.51
Preço de entradaUSD/1M tokens	$2.00	$2.00	$4.00	$2.00	$4.00	$2.00	$2.00
Preço de saídaUSD/1M tokens	$10.00	$10.00	$20.00	$10.00	$20.00	$10.00	$10.00
Preço de acerto do cacheUSD/1M tokens	$0.10	$0.10	$0.20	$0.10	$0.20	$0.10	$0.10
Preço de escrita no cacheUSD/1M tokens	$2.50	$2.50	--	$2.50	--	$2.50	$2.50

Tempo por tarefaMinutos	30,7	14,7	12,1	6,8	9,0	3,7	2,6
Velocidade de saídatok/s	155	139	132	142	126	140	136
Tempo até o primeiro token da resposta finals	253,79	30,96	20,24	12,84	8,97	5,34	4,02
Tempo até o primeiro tokens	253,79	30,96	20,24	12,84	8,97	5,34	4,02
Tempo de ponta a pontaMédia das cargas de solicitação única (s)	507,05	95,85	62,98	59,11	34,41	39,49	37,29

Janela de contexto	1M	1M	1M	1M	1M	1M	1M
Criador	Anthropic	Anthropic	Meta	Anthropic	Meta	Anthropic	Anthropic
Licença	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
Modalidade de saída	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

Claude Sonnet 5.5

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

Modelo Avs.Modelo B

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

Muse Wonder (max)

Claude Sonnet 5.5 (max)

Eloquent

90%

10%

Natural Sounding

84%

16%

Metaphorical

79%

21%

Literate

21%

79%

Lexically Varied

60%

40%

Muse Wonder vs. Claude Sonnet 5.5: 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

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