所有发布

Muse Wonder vs. DeepSeek V4 Pro 0813：发布比较

Muse Wonder 与 DeepSeek V4 Pro 0813 发布比较：分别包含 2 个和 2 个模型，各自具有不同的智能、性能与价格特征。下方对全部 4 个模型的关键指标进行了比较。

  • 智能方面，Muse Wonder 得分最高：Muse Wonder (Max)（44），DeepSeek V4 Pro 0813 为 DeepSeek V4 Pro 0813 (Max)（23）。
  • 每任务耗时方面，Muse Wonder 最快：Muse Wonder (High)（8.8 分钟），DeepSeek V4 Pro 0813 为 DeepSeek V4 Pro 0813 (Non-reasoning)（13.9 分钟）。
  • 单任务成本方面，DeepSeek V4 Pro 0813 最低：DeepSeek V4 Pro 0813 (Non-reasoning)（$0.98），Muse Wonder 为 Muse Wonder (Max)（$6.95）。
模型 Playground

比较的发布

Muse Wonder (max)Muse Wonder (high)DeepSeek V4 Pro 0813 (max)DeepSeek V4 Pro 0813 (non-reasoning)
Intelligence Index
44
41
23
13
财务与会计
51
50
30
20
战略与运营
54
54
41
28
法律
47
46
28
19
医疗与健康
49
--
--
--
每任务成本美元
$6.95
--
$1.77
$0.98
每任务耗时分钟
12.1
8.8
21.1
13.9
首个答案 Token 延迟秒
20.56
10.24
66.22
2.53
上下文窗口
1M
1M
1M
1M
开发商
Meta
Meta
DeepSeek
DeepSeek
许可证
专有
专有
开放
开放
输入模态

支持：文本、图像、语音和视频

支持：文本、图像、语音和视频

支持：文本

支持：文本

输出模态

支持：文本

支持：文本

支持：文本

支持：文本

服务商
Meta
Meta
GMIDeepSeekSiliconFlow
+6
SystalyzeDeepSeekNebiusDigitalOcean
Updated

智能

Artificial Analysis Intelligence Index · Higher is better

每任务耗时

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

每任务成本

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

智能Updated

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 与每项任务的成本

Artificial Analysis Intelligence Index · Weighted average cost (USD) per Artificial Analysis Intelligence Index task
Most attractive quadrant
DeepSeek V4 Pro 0813
Pareto line
AA-Briefcase v1.1
AutomationBench-AA

单任务成本（美元，对数刻度）

成本

每项 Intelligence Index 任务的成本

Weighted average cost (USD) per Intelligence Index task · Segmented by token type · Lower is better
No publicly available API

速度与延迟

Intelligence Index 每项任务耗时

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

能力得分

能力指数

衡量模型在特定能力与行业中的表现
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

基准测试

AA-PersonalityBenchNew

性格指数

每个轴对应 8 个性格指数之一：其特质 Elo z 分数的平均值，在基准测试中所有已评估模型之间换算为 1 到 100 的百分位排名