Direktvergleich

Claude Sonnet 4.6 vs. Muse Wonder

Veröffentlichte Benchmarkwerte aus derselben Version und Vergleichskohorte, API-Preise und technische Eckdaten. Unterschiedliche Testeinstellungen werden sichtbar ausgewiesen.

gemeinsame Messreihen: 109
verschiedene Benchmarks: 8
jüngster Abruf: 15.10.2026

Erstes ModellZweites Modell

Steckbrief

Allgemeine Daten

Erscheinungsdatum, Verfügbarkeit, Kontextfenster, Architektur und veröffentlichte Parameterzahlen auf einen Blick. Nicht veröffentlichte Angaben bleiben als solche markiert.

Allgemeine Daten von Claude Sonnet 4.6 und Muse Wonder
Merkmal	Claude Sonnet 4.6	Muse Wonder
Anbieter	Anthropic	Meta
Erschienen	Feb. 2026	12. Okt. 2026
Verfügbarkeit	Aktiv	Preview
Modelltyp	Proprietär	Proprietär
Parameter	Nicht veröffentlicht	Nicht veröffentlicht
Architektur	Nicht veröffentlicht	Nicht veröffentlicht
Kontextfenster	1.000.000 Token	1.048.576 Token
Wissensstand	August 2025	Nicht veröffentlicht
Technische Quellen	Modell, Kontext	Modell, Kontext

Kosten

API-Preise im Vergleich

Die Tabelle vergleicht die offiziellen Standard-API-Tarife pro 1 Mio. Token einschließlich veröffentlichter Cache-Preise. Batch, Fast, Priority, regionale Aufschläge, Toolaufrufe und Cloudpreise sind nicht eingerechnet.

API-Preise von Claude Sonnet 4.6 und Muse Wonder
Preisart	Claude Sonnet 4.6	Muse Wonder
API-Eingabe	3 $	4 $
API-Ausgabe	15 $	20 $
Cache lesen	0,3 $	0,2 $
Cache schreiben (5 Min.)	3,75 $	Nicht ausgewiesen
Cache schreiben (1 Std.)	6 $	Nicht ausgewiesen
Preis geprüft	22.09.2026 Quelle	15.10.2026 Quelle

Claude Sonnet 4.6Muse Wonder

API-EingabeUSD pro 1 Mio. Token, Basistarif

Claude Sonnet 4.63 $

Muse Wonder4 $

API-AusgabeUSD pro 1 Mio. Token, Basistarif

Claude Sonnet 4.615 $

Muse Wonder20 $

Cache lesenUSD pro 1 Mio. Token, Basistarif

Claude Sonnet 4.60,3 $

Muse Wonder0,2 $

Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand

Preise nach Anbieter

Direkte Entwicklertarife und über OpenRouter geroutete Anbieterpreise sind getrennt gekennzeichnet. Alle Preise gelten in USD pro 1 Mio. Token. Kontextabhängige Direktpreise sowie regionale, Flex-, Priority- und weitere OpenRouter-Tarife bleiben einzeln erkennbar.

Für Muse Wonder ist im gespeicherten OpenRouter-Stand kein Anbietertarif verfügbar. Der offizielle Direktpreis wird trotzdem angezeigt.

Anbieterpreise von Claude Sonnet 4.6 und Muse Wonder
Modell	Anbieter	Bezugsweg und Tarif	Eingabe pro 1 Mio. Token	Ausgabe pro 1 Mio. Token	Quelle
Claude Sonnet 4.6	Anthropic	Direkt beim EntwicklerStandard-API	Günstigster erfasster Preis: 3 $	Günstigster erfasster Preis: 15 $	Quelle22.09.2026
	Amazon Bedrock	Über OpenRouteramazon-bedrock/eu-west-1	3,3 $	16,5 $	Quelle16.10.2026
	Amazon Bedrock	Über OpenRouteramazon-bedrock/global	Günstigster erfasster Preis: 3 $	Günstigster erfasster Preis: 15 $	Quelle16.10.2026
	Amazon Bedrock	Über OpenRouteramazon-bedrock/us	3,3 $	16,5 $	Quelle16.10.2026
	Anthropic	Über OpenRouteranthropic	Günstigster erfasster Preis: 3 $	Günstigster erfasster Preis: 15 $	Quelle16.10.2026
	Azure	Über OpenRouterazure/global	Günstigster erfasster Preis: 3 $	Günstigster erfasster Preis: 15 $	Quelle16.10.2026
	Claude Platform on AWS	Über OpenRouterclaude-on-aws	Günstigster erfasster Preis: 3 $	Günstigster erfasster Preis: 15 $	Quelle16.10.2026
	Google	Über OpenRoutergoogle-vertex/europe	3,3 $	16,5 $	Quelle16.10.2026
	Google	Über OpenRoutergoogle-vertex/global	Günstigster erfasster Preis: 3 $	Günstigster erfasster Preis: 15 $	Quelle16.10.2026
	Google	Über OpenRoutergoogle-vertex/us-east5	3,3 $	16,5 $	Quelle16.10.2026
Muse Wonder	Meta	Direkt beim EntwicklerStandard-API	Günstigster erfasster Preis: 4 $	Günstigster erfasster Preis: 20 $	Quelle15.10.2026

Leistung

Gemeinsame Benchmarks

Nur veröffentlichte Ergebnisse mit derselben Benchmark-Version, Aufgabe, Metrik und Vergleichskohorte werden gegenübergestellt. Wenn Anbieter unterschiedliche Reasoning-Stufen, Agenten oder Ausgabegrenzen verwendet haben, steht das direkt in der Tabelle.

Fähigkeitsprofil aus vergleichbaren Benchmarks

Jede Achse mittelt direkt vergleichbare Benchmarkfamilien. Ein Wert von 100 bedeutet den stärkeren Wert innerhalb dieses Duells, keinen universellen Qualitätswert.

Nicht genug direkt vergleichbare Kategorien für ein belastbares Radar

Nur 0 von mindestens 5 Kategorien enthalten direkt vergleichbare Modellmessungen. Die Benchmarktabellen darunter zeigen die vorhandenen Belege, ohne fehlende Achsen aufzufüllen.

Claude Sonnet 4.6Muse Wonder

Code MigrationOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Claude Sonnet 4.639,892 %

Muse Wonder62,552 %

EMBOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Claude Sonnet 4.660,154 %

Muse Wonder67,084 %

Finance Agent (v2)Overall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Claude Sonnet 4.651,035 %

Muse Wonder56,637 %

Harvey's Legal Agent BenchmarkOverall · Task fully resolved. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Claude Sonnet 4.65 %

Muse Wonder17,083 %

Legal Research BenchOverall · All-pass. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Claude Sonnet 4.638,462 %

Muse Wonder50,481 %

Public Benefits Bench v1.1Overall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Claude Sonnet 4.662,449 %

Muse Wonder70,23 %

Tax Agent BenchOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Claude Sonnet 4.625,84 %

Muse Wonder36,269 %

Vibe Code Bench v1.1Overall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Claude Sonnet 4.651,476 %

Muse Wonder83,089 %

Code MigrationCLI. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Claude Sonnet 4.630,333 %

Muse Wonder60,07 %

EMBComps. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Claude Sonnet 4.661,52 %

Muse Wonder79,488 %

Finance Agent (v2)Adjustments. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Claude Sonnet 4.648,92 %

Muse Wonder52,67 %

Harvey's Legal Agent BenchmarkAntitrust Competition · Criteria passed. Mehr ist besser. Testaufbau nicht identisch dokumentiert

Claude Sonnet 4.687,319 %

Muse Wonder93,841 %

Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand

Benchmarkwerte von Claude Sonnet 4.6 und Muse Wonder
Benchmark und Aufgabe	Claude Sonnet 4.6	Muse Wonder	Quelle
Code MigrationOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	39,892 %	Höherer Messwert62,552 %	Vals AI Quellendetails Datenstand: 12.10.2026
EMBOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	60,154 %	Höherer Messwert67,084 %	Vals AI Quellendetails Datenstand: 12.10.2026
Finance Agent (v2)Overall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	51,035 %	Höherer Messwert56,637 %	Vals AI Quellendetails Datenstand: 12.10.2026
Harvey's Legal Agent BenchmarkOverall · Task fully resolved Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: task resolution rateBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	5 %	Höherer Messwert17,083 %	Vals AI Quellendetails Datenstand: 12.10.2026
Legal Research BenchOverall · All-pass Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: all-pass rateBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	38,462 %	Höherer Messwert50,481 %	Vals AI Quellendetails Datenstand: 12.10.2026
Public Benefits Bench v1.1Overall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1.1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	62,449 %	Höherer Messwert70,23 %	Vals AI Quellendetails Datenstand: 12.10.2026
Tax Agent BenchOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	25,84 %	Höherer Messwert36,269 %	Vals AI Quellendetails Datenstand: 12.10.2026
Vibe Code Bench v1.1Overall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1.1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Harness: OpenHands, Temperatur: 1, Ausgabegrenze: 128.000 tokens Muse Wonder: Reasoning: max, Harness: OpenHands, Temperatur: 1, Ausgabegrenze: 131.072 tokens	51,476 %	Höherer Messwert83,089 %	Vals AI Quellendetails Datenstand: 12.10.2026
Code MigrationCLI Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	30,333 %	Höherer Messwert60,07 %	Vals AI Quellendetails Datenstand: 12.10.2026
EMBComps Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	61,52 %	Höherer Messwert79,488 %	Vals AI Quellendetails Datenstand: 12.10.2026
Finance Agent (v2)Adjustments Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	48,92 %	Höherer Messwert52,67 %	Vals AI Quellendetails Datenstand: 12.10.2026
Harvey's Legal Agent BenchmarkAntitrust Competition · Criteria passed Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: criteria pass rateBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	87,319 %	Höherer Messwert93,841 %	Vals AI Quellendetails Datenstand: 12.10.2026
Legal Research BenchAdministrative / Regulatory · All-pass Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: all-pass rateBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	43,939 %	Höherer Messwert63,636 %	Vals AI Quellendetails Datenstand: 12.10.2026
Tax Agent BenchControversy & Precedence Analysis Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	10 %	Höherer Messwert20 %	Vals AI Quellendetails Datenstand: 12.10.2026
Code MigrationCOBOL Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	68,571 %	Höherer Messwert70 %	Vals AI Quellendetails Datenstand: 12.10.2026
EMBDataroom Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	78,493 %	Höherer Messwert79,232 %	Vals AI Quellendetails Datenstand: 12.10.2026
Finance Agent (v2)All-Pass Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	38,795 %	Höherer Messwert45,936 %	Vals AI Quellendetails Datenstand: 12.10.2026
Harvey's Legal Agent BenchmarkAntitrust Competition · Task fully resolved Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: task resolution rateBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	0 %	Höherer Messwert20 %	Vals AI Quellendetails Datenstand: 12.10.2026
Legal Research BenchAdministrative / Regulatory · Weighted partial credit Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: weighted partial-credit scoreBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	86,797 %	Höherer Messwert90,571 %	Vals AI Quellendetails Datenstand: 12.10.2026
Tax Agent BenchControversy & Precedence Analysis Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	57,949 %	Höherer Messwert71,362 %	Vals AI Quellendetails Datenstand: 12.10.2026
Code MigrationCode Quality Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: mean reviewer code-quality ratingBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	3,997 / 5	Höherer Messwert4,061 / 5	Vals AI Quellendetails Datenstand: 12.10.2026
EMBDCF Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	38,28 %	Höherer Messwert51,035 %	Vals AI Quellendetails Datenstand: 12.10.2026
Finance Agent (v2)Comparables Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	41,003 %	Höherer Messwert47,933 %	Vals AI Quellendetails Datenstand: 12.10.2026
Harvey's Legal Agent BenchmarkArbitration International Dispute Resolution · Criteria passed Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: criteria pass rateBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	85,663 %	Höherer Messwert92,473 %	Vals AI Quellendetails Datenstand: 12.10.2026
Legal Research BenchBusiness & Commercial · All-pass Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: all-pass rateBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	34,884 %	Höherer Messwert48,837 %	Vals AI Quellendetails Datenstand: 12.10.2026
Tax Agent BenchCurrent & Temporal Analysis Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	33,151 %	Höherer Messwert50 %	Vals AI Quellendetails Datenstand: 12.10.2026
EMBLBO Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	52,536 %	Höherer Messwert60,69 %	Vals AI Quellendetails Datenstand: 12.10.2026
Finance Agent (v2)Disclosure Analysis Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	65,77 %	Höherer Messwert67,252 %	Vals AI Quellendetails Datenstand: 12.10.2026
Harvey's Legal Agent BenchmarkArbitration International Dispute Resolution · Task fully resolved Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: task resolution rateBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	Kein direkter Sieger0 %	Kein direkter Sieger0 %	Vals AI Quellendetails Datenstand: 12.10.2026
Legal Research BenchBusiness & Commercial · Weighted partial credit Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: weighted partial-credit scoreBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	Höherer Messwert87,972 %	86,88 %	Vals AI Quellendetails Datenstand: 12.10.2026
Tax Agent BenchCurrent & Temporal Analysis Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	66,078 %	Höherer Messwert77,655 %	Vals AI Quellendetails Datenstand: 12.10.2026
EMBM&A Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	70,503 %	Höherer Messwert76,852 %	Vals AI Quellendetails Datenstand: 12.10.2026
Finance Agent (v2)Earnings Analysis Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	65,119 %	Höherer Messwert76,768 %	Vals AI Quellendetails Datenstand: 12.10.2026
Harvey's Legal Agent BenchmarkBanking Finance · Criteria passed Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: criteria pass rateBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	91,45 %	Höherer Messwert94,424 %	Vals AI Quellendetails Datenstand: 12.10.2026
Legal Research BenchCivil Litigation · All-pass Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: all-pass rateBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	29,63 %	Höherer Messwert37,037 %	Vals AI Quellendetails Datenstand: 12.10.2026
Tax Agent BenchFact-Pattern Analysis Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	23,256 %	Höherer Messwert39,535 %	Vals AI Quellendetails Datenstand: 12.10.2026
EMBMisc Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	Höherer Messwert61,691 %	56,936 %	Vals AI Quellendetails Datenstand: 12.10.2026
Finance Agent (v2)Financial Modeling Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	17,561 %	Höherer Messwert22,515 %	Vals AI Quellendetails Datenstand: 12.10.2026
Harvey's Legal Agent BenchmarkBanking Finance · Task fully resolved Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: task resolution rateBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	0 %	Höherer Messwert20 %	Vals AI Quellendetails Datenstand: 12.10.2026
Legal Research BenchCivil Litigation · Weighted partial credit Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: weighted partial-credit scoreBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	87,434 %	Höherer Messwert89,018 %	Vals AI Quellendetails Datenstand: 12.10.2026
Tax Agent BenchFact-Pattern Analysis Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	56,703 %	Höherer Messwert67,563 %	Vals AI Quellendetails Datenstand: 12.10.2026
EMBOperating Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	58,056 %	Höherer Messwert65,354 %	Vals AI Quellendetails Datenstand: 12.10.2026
Finance Agent (v2)General Qualitative Analysis Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	Höherer Messwert71,557 %	70,779 %	Vals AI Quellendetails Datenstand: 12.10.2026
Harvey's Legal Agent BenchmarkBankruptcy Restructuring · Criteria passed Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: criteria pass rateBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	85,813 %	Höherer Messwert89,965 %	Vals AI Quellendetails Datenstand: 12.10.2026
Legal Research BenchConstitutional / Civil Rights · All-pass Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: all-pass rateBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	34,211 %	Höherer Messwert39,474 %	Vals AI Quellendetails Datenstand: 12.10.2026
Tax Agent BenchForms & Filings Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	6,417 %	Höherer Messwert23,333 %	Vals AI Quellendetails Datenstand: 12.10.2026
EMBScratch Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	64,751 %	Höherer Messwert69,002 %	Vals AI Quellendetails Datenstand: 12.10.2026
Finance Agent (v2)General Quantitative Analysis Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	72,004 %	Höherer Messwert77,605 %	Vals AI Quellendetails Datenstand: 12.10.2026
Harvey's Legal Agent BenchmarkBankruptcy Restructuring · Task fully resolved Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: task resolution rateBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	Kein direkter Sieger0 %	Kein direkter Sieger0 %	Vals AI Quellendetails Datenstand: 12.10.2026
Legal Research BenchConstitutional / Civil Rights · Weighted partial credit Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: weighted partial-credit scoreBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	87,871 %	Höherer Messwert89,259 %	Vals AI Quellendetails Datenstand: 12.10.2026
Tax Agent BenchForms & Filings Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	65,556 %	Höherer Messwert69,85 %	Vals AI Quellendetails Datenstand: 12.10.2026
EMBTemplate Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	55,17 %	Höherer Messwert65,731 %	Vals AI Quellendetails Datenstand: 12.10.2026
Finance Agent (v2)Market Analysis Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	58,461 %	Höherer Messwert62,116 %	Vals AI Quellendetails Datenstand: 12.10.2026
Harvey's Legal Agent BenchmarkCapital Markets · Criteria passed Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: criteria pass rateBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	86,667 %	Höherer Messwert92,941 %	Vals AI Quellendetails Datenstand: 12.10.2026
Legal Research BenchCriminal · All-pass Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: all-pass rateBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	36,842 %	Höherer Messwert43,86 %	Vals AI Quellendetails Datenstand: 12.10.2026
Tax Agent BenchNumbers & Calculations Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	Kein direkter Sieger40 %	Kein direkter Sieger40 %	Vals AI Quellendetails Datenstand: 12.10.2026
Finance Agent (v2)Precedents Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	18,923 %	Höherer Messwert32,094 %	Vals AI Quellendetails Datenstand: 12.10.2026
Harvey's Legal Agent BenchmarkCapital Markets · Task fully resolved Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: task resolution rateBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	Kein direkter Sieger20 %	Kein direkter Sieger20 %	Vals AI Quellendetails Datenstand: 12.10.2026
Legal Research BenchCriminal · Weighted partial credit Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: weighted partial-credit scoreBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	85,796 %	Höherer Messwert87,417 %	Vals AI Quellendetails Datenstand: 12.10.2026
Tax Agent BenchNumbers & Calculations Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	Höherer Messwert80,451 %	74,438 %	Vals AI Quellendetails Datenstand: 12.10.2026
Harvey's Legal Agent BenchmarkCorporate Governance · Criteria passed Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: criteria pass rateBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	86,986 %	Höherer Messwert95,548 %	Vals AI Quellendetails Datenstand: 12.10.2026
Legal Research BenchFamily · All-pass Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: all-pass rateBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	27,273 %	Höherer Messwert36,364 %	Vals AI Quellendetails Datenstand: 12.10.2026
Tax Agent BenchRule & Source Lookup Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	Kein direkter Sieger43,333 %	Kein direkter Sieger43,333 %	Vals AI Quellendetails Datenstand: 12.10.2026
Harvey's Legal Agent BenchmarkCorporate Governance · Task fully resolved Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: task resolution rateBewertung: Mehr ist besserClaude Sonnet 4.6: Compute: max, Temperatur: 1, Ausgabegrenze: 128.000 tokens Muse Wonder: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	0 %	Höherer Messwert20 %	Vals AI Quellendetails Datenstand: 12.10.2026
Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand

Eigene Modelltests

Unsere Tests

Für diese Auswahl gibt es keine gemeinsame Testrunde. Es werden keine Ergebnisse aus verschiedenen Runden gemischt.

Frühere Tests

Pelikan auf dem Fahrrad

Community-Klassiker für eine freie SVG-Zeichnung.

Claude Sonnet 4.6

Die Antwort hat das Tokenlimit erreicht. Es liegt keine vollständige Aufzeichnung vor.

Reasoning (angefragt): high

Aktueller Versuch

Datum des Testlaufs: 06.10.2026
API-Anbieter: openrouter
Angefragtes API-Modell: anthropic/claude-sonnet-4.6
API-Modell laut Antwort: anthropic/claude-sonnet-4.6
Reasoning-Einstellung: high
Festgelegter Endpunkt: Anthropic | anthropic/claude-4.6-sonnet-20260217
Temperatur: Anbieterstandard
Tokenlimit inklusive Reasoning: 8.192 Token
Testprotokoll: community-visual-tests-v1
Technische Prüfung: Nicht bestanden
Antwortzeit: 106 s

Visuell noch nicht bewertet. Eine erfolgreiche Aufzeichnung bestätigt weder korrekte Physik noch die vollständige Umsetzung des Prompts.

Frühere Versuche (2)

02.10.2026API-Anfrage fehlgeschlagenReasoning-Einstellung: high
01.10.2026API-Anfrage fehlgeschlagenReasoning-Einstellung: high

Muse Wonder

Noch nicht getestet

Prompt und Testbedingungen

Generate an SVG of a pelican riding a bicycle

Tokenlimit inklusive Reasoning: 8.192 Token

Ursprung der Aufgabe (Simon Willison)

So liest du den Vergleich

Ein Benchmark-Sieg ist kein Gesamturteil

Entscheidend sind deine Aufgaben, dein Budget und die benötigte Kontextlänge. Ein Coding-Benchmark sagt wenig über Bildverständnis oder Agentenarbeit aus.

Die Standardpreistabelle nutzt direkte Entwicklertarife. Der Anbieter-Vergleich kennzeichnet OpenRouter-Endpoints, Regionen und Sondertarife separat.

Jeder Messwert verlinkt seine Messstelle und zeigt den Abrufstand. Je nach Kennzeichnung handelt es sich um eine Anbieterangabe, ein offizielles Benchmark-Leaderboard oder eine unabhängige Evaluation. Strittige oder archivierte Ergebnisse werden nicht verwendet.

Weitere Duelle

Vergleiche Claude Sonnet 4.6 und Muse Wonder mit weiteren wichtigen Modellen. Alle Duelle nutzen dieselbe Daten- und Benchmarklogik.

Zum vollständigen LLM-Vergleich