所有发布

Muse Wonder vs. GPT-6 Luna:发布比较

Muse Wonder 与 GPT-6 Luna 发布比较:分别包含 2 个和 6 个模型,各自具有不同的智能、性能与价格特征。下方对全部 8 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),GPT-6 Luna 为 GPT-6 Luna (Max)(28)。
  • 每任务耗时方面,GPT-6 Luna 最快:GPT-6 Luna (Low)(0.6 分钟),Muse Wonder 为 Muse Wonder (High)(8.8 分钟)。
  • 单任务成本方面,GPT-6 Luna 最低:GPT-6 Luna (Low)($0.01),Muse Wonder 为 Muse Wonder (Max)($6.95)。
模型 Playground

比较的发布

Muse Wonder (max)Muse Wonder (high)GPT-6 Luna (max)GPT-6 Luna (xhigh)GPT-6 Luna (high)GPT-6 Luna (medium)GPT-6 Luna (low)GPT-6 Luna (non-reasoning)
Intelligence Index
44
41
28
23
21
18
10
9
财务与会计
51
50
34
31
29
26
17
19
战略与运营
54
54
43
39
38
34
17
17
法律
47
46
32
28
27
24
16
17
医疗与健康
49
--
35
30
29
27
16
16
每任务成本美元
$6.95
--
$0.15
$0.10
$0.07
$0.04
$0.01
$0.07
每任务耗时分钟
12.1
8.8
12.0
7.4
5.6
--
0.6
1.8
首个答案 Token 延迟秒
20.56
10.24
84.91
22.24
12.31
--
2.66
1.13
上下文窗口
1M
1M
1M
1M
1M
1M
1M
1M
开发商
Meta
Meta
OpenAI
OpenAI
OpenAI
OpenAI
OpenAI
OpenAI
许可证
专有
专有
专有
专有
专有
专有
专有
专有
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:文本和图像

支持:文本和图像

支持:文本和图像

支持:文本和图像

支持:文本和图像

支持:文本和图像

输出模态

支持:文本

支持:文本

支持:文本

支持:文本

支持:文本

支持:文本

支持:文本

支持:文本

服务商
Meta
Meta
OpenAIMicrosoft Azure
OpenAI
OpenAIMicrosoft Azure
OpenAI
OpenAI
OpenAIMicrosoft Azure
Updated
Artificial Analysis Intelligence Index · Higher is better
Inference time (minutes) per Intelligence Index task · Lower is better
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
GPT-6 Luna
Pareto line

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

AA-PersonalityBenchNew

vs

AA-PersonalityBench:Expressiveness 指数,Muse Wonder (max) vs GPT-6 Luna (max)

根据两者的 Elo 差距,每个模型的回答在各特质上被判定为更显著的概率 · 50% 表示势均力敌
MetaMuse Wonder (max)OpenAIGPT-6 Luna (max)
Metaphorical
98%
2%
Lexically Varied
96%
4%
Eloquent
96%
4%
Literate
31%
69%
Natural Sounding
63%
37%