Todos os lançamentos

Muse Wonder vs. Mistral Small 4: comparação de lançamentos

Comparação dos lançamentos Muse Wonder e Mistral Small 4: 2 e 2 modelos, respectivamente, cada um com diferentes características de inteligência, desempenho e preço. Abaixo, comparamos as principais métricas dos 4 modelos.

  • Em inteligência, Muse Wonder tem a pontuação mais alta: Muse Wonder (Max), com 44, diante de Mistral Small 4 (Reasoning), com 4 de Mistral Small 4.
  • Em tempo por tarefa, Mistral Small 4 é o mais rápido: Mistral Small 4 (Reasoning), com 1,7 min, diante de Muse Wonder (High), com 9,0 min de Muse Wonder.
  • Em custo por tarefa, Mistral Small 4 é o mais barato: Mistral Small 4 (Reasoning), com $0.04, diante de Muse Wonder (Max), com $6.95 de Muse Wonder.
Playground de modelos

Lançamentos comparados

Muse Wonder (max)Muse Wonder (high)Mistral Small 4Mistral Small 4 (non-reasoning)
Intelligence Index
44
41
4
--
Finanças e Contabilidade
51
50
12
--
Estratégia e Operações
54
54
7
--
Jurídico
47
46
12
--
Saúde e Medicina
49
--
9
--
Custo por tarefaUSD
$6.95
--
$0.04
--
Tempo por tarefaMinutos
12,1
9,0
1,7
--
Tempo até o primeiro token da resposta finals
20,24
8,97
14,18
1,79
Janela de contexto
1M
1M
256k
256k
Criador
Meta
Meta
Mistral
Mistral
Licença
Proprietário
Proprietário
Aberto
Aberto
Modalidade de entrada

Compatível com: texto, imagem, fala e vídeo

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

Provedores
Meta
Meta
Mistral
Mistral
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

Intelligence Index vs. custo por tarefa

Artificial Analysis Intelligence Index · Weighted average cost (USD) per Artificial Analysis Intelligence Index task
Most attractive quadrant
Pareto line
AA-Briefcase v1.1
AutomationBench-AA

Custo por tarefa (USD, escala logarítmica)

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

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