Muse Wonder

Dónde lo sitúa la gente

Según los votos a ciegas de LMArena, donde la gente elige la mejor de dos respuestas anónimas. Mira las tablas completas en el ranking de IA.

Sobre el papel

Rankings de pruebas fijas de la pestaña de benchmarks: Velocidad #2, Razonamiento #7, Relación calidad-precio #12.

Puntos fuertes y débiles

Ideal para

• Trabajo de agentes y programación en Muse Code
• Respuestas rápidas de nivel frontera
• Chat general

Todas las puntuaciones que tenemos

Cada barra compara este modelo con el mejor resultado que tiene cualquier modelo de esta página en la misma prueba.

• LMArena, arena de texto (votos humanos)1508,9Puntaje Arena 1508.9 (IC 95% 1498.3 a 1519.5); 3,247 votos; entrada "Muse Wonder (Max)"; puesto 2 de 416 en la tabla completa
• LMArena, escritura creativa1485,1Puntaje Arena 1485.1 (IC 95% 1461.9 a 1508.2); 710 votos; entrada "Muse Wonder (Max)"; puesto 8 de 414 en la tabla completa
• LMArena WebDev (programación)1650,4Puntaje Arena 1650.4 (IC 95% 1635.7 a 1665.1); 1,942 votos; entrada "Muse Wonder (Max)"; puesto 15 de 144 en la tabla completa
• LMArena Agent Arena0,049Puntaje IPS 0.0494 (IC 95% 0.0323 a 0.0664); 7,690 sesiones; entrada "Muse Wonder (Max)"; puesto 11 de 52 en la tabla completa
• Artificial Analysis Intelligence Index52,452.4 en el Artificial Analysis Intelligence Index v4.3.2 (AA muestra 52), configuración "Muse Wonder (max)"
• Humanity's Last Exam (Artificial Analysis)50,1%50.1% en Humanity's Last Exam (AA, 2,158 preguntas solo de texto), configuración "Muse Wonder (max)"
• Terminal-Bench 4.0 (ejecución de Artificial Analysis)52,0%52.0% en Terminal-Bench 4.0 ejecutado por AA (harness mini-swe-agent), configuración "Muse Wonder (max)"
• Razonamiento con contexto largo (AA-LCR)80,7%80.7% en AA-LCR (razonamiento con contexto largo), configuración "Muse Wonder (max)"
• AA-Omniscience, aciertos menos alucinaciones25,525.5 en el AA-Omniscience Index (precisión de conocimiento menos alucinaciones, rango -100 a 100), configuración "Muse Wonder (max)"
• Velocidad de salida, tokens por segundo181 t/s181 tokens de salida por segundo (mediana de AA), fila "Muse Wonder (max)"
• Costo por tarea de prueba de Artificial Analysis$4.52$4.52 por ejecutar una tarea del AA Intelligence Index, fila "Muse Wonder (max)"
• Artificial Analysis Coding Agent Index63,563.5 en el AA Coding Agent Index v1.5 (DeepSWE v1.1, Terminal-Bench 4.0, SWE-Atlas-QnA), mejor configuración listada "Muse Code - Muse Wonder (max)"