Veröffentlichte Benchmarkwerte aus derselben Version und Vergleichskohorte, API-Preise und technische Eckdaten. Unterschiedliche Testeinstellungen werden sichtbar ausgewiesen.
gemeinsame Messreihen
182
verschiedene Benchmarks
19
jüngster Abruf
15.10.2026
Modellauswahl ändern
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 5.5 und Muse Wonder
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.
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 5.5 und Muse Wonder
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 5.5Muse Wonder
BioMysteryBenchOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert
Claude Sonnet 5.5Höherer Messwert81,111 %
Muse Wonder67,037 %
Code MigrationOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert
Claude Sonnet 5.5Höherer Messwert69,825 %
Muse Wonder62,552 %
CyberBench v1.1Overall. Mehr ist besser. Testaufbau nicht identisch dokumentiert
Claude Sonnet 5.559,584 %
Muse WonderHöherer Messwert80,357 %
EMBOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert
Claude Sonnet 5.5Höherer Messwert75,713 %
Muse Wonder67,084 %
Finance Agent (v2)Overall. Mehr ist besser. Testaufbau nicht identisch dokumentiert
Claude Sonnet 5.5Höherer Messwert58,103 %
Muse Wonder56,637 %
Harvey's Legal Agent BenchmarkOverall · Task fully resolved. Mehr ist besser. Testaufbau nicht identisch dokumentiert
Claude Sonnet 5.52,917 %
Muse WonderHöherer Messwert17,083 %
IOIOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert
Claude Sonnet 5.5Höherer Messwert83,056 %
Muse Wonder66,944 %
Legal Research BenchOverall · All-pass. Mehr ist besser. Testaufbau nicht identisch dokumentiert
Claude Sonnet 5.548,077 %
Muse WonderHöherer Messwert50,481 %
LMArena Code Arena WebDevOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert
Claude Sonnet 5.5Höherer Messwert1.712,984
Muse Wonder1.650,947
LMArena Text, Style ControlOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert
Claude Sonnet 5.51.475,266
Muse WonderHöherer Messwert1.512,671
MysteryMechanismOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert
Claude Sonnet 5.5Höherer Messwert49,099 %
Muse Wonder27,477 %
ProofBenchOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert
Claude Sonnet 5.5Höherer Messwert100 %
Muse Wonder84 %
Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand
Benchmarkwerte von Claude Sonnet 5.5 und Muse Wonder
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: webdevMessgröße: WebDev Arena Bradley-Terry ratingBewertung: Mehr ist besserClaude Sonnet 5.5: Snapshot: claude-sonnet-5.5-high, Reasoning: high, Harness: Arena Code Arena WebDev Muse Wonder: Snapshot: muse-wonder-max, Reasoning: max, Harness: Arena Code Arena WebDevClaude Sonnet 5.5: Arena-Bewertung aus 4.605 veröffentlichten Paarvergleichen.Muse Wonder: Arena-Bewertung aus 1.228 veröffentlichten Paarvergleichen.
Höherer Messwert1.712,984
95-%-Konfidenzintervall: ±10,362Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.
1.650,947
95-%-Konfidenzintervall: ±18,263Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserClaude Sonnet 5.5: Snapshot: claude-sonnet-5.5-xhigh, Reasoning: xhigh, Harness: Arena Text, style control Muse Wonder: Snapshot: muse-wonder-max, Reasoning: max, Harness: Arena Text, style controlClaude Sonnet 5.5: Arena-Bewertung aus 6.254 veröffentlichten Paarvergleichen.Muse Wonder: Arena-Bewertung aus 1.944 veröffentlichten Paarvergleichen.
1.475,266
95-%-Konfidenzintervall: ±7,984Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.
Höherer Messwert1.512,671
95-%-Konfidenzintervall: ±13,236Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: webdevMessgröße: WebDev Arena Bradley-Terry ratingBewertung: Mehr ist besserClaude Sonnet 5.5: Snapshot: claude-sonnet-5.5-xhigh, Reasoning: xhigh, Harness: Arena Code Arena WebDev Muse Wonder: Snapshot: muse-wonder-max, Reasoning: max, Harness: Arena Code Arena WebDevClaude Sonnet 5.5: Arena-Bewertung aus 2.858 veröffentlichten Paarvergleichen.Muse Wonder: Arena-Bewertung aus 1.228 veröffentlichten Paarvergleichen.
Höherer Messwert1.773,661
95-%-Konfidenzintervall: ±13,85Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.
1.650,947
95-%-Konfidenzintervall: ±18,263Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.
LMArena Text, Style ControlBusiness, management and financeTestdetails
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserClaude Sonnet 5.5: Snapshot: claude-sonnet-5.5-xhigh, Reasoning: xhigh, Harness: Arena Text, style control Muse Wonder: Snapshot: muse-wonder-max, Reasoning: max, Harness: Arena Text, style controlClaude Sonnet 5.5: Arena-Bewertung aus 1.089 veröffentlichten Paarvergleichen.Muse Wonder: Arena-Bewertung aus 338 veröffentlichten Paarvergleichen.
1.466,655
95-%-Konfidenzintervall: ±17,914Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.
Höherer Messwert1.500,247
95-%-Konfidenzintervall: ±30,856Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: webdevMessgröße: WebDev Arena Bradley-Terry ratingBewertung: Mehr ist besserClaude Sonnet 5.5: Snapshot: claude-sonnet-5.5-high, Reasoning: high, Harness: Arena Code Arena WebDev Muse Wonder: Snapshot: muse-wonder-max, Reasoning: max, Harness: Arena Code Arena WebDevClaude Sonnet 5.5: Arena-Bewertung aus 4.605 veröffentlichten Paarvergleichen.Muse Wonder: Arena-Bewertung aus 1.228 veröffentlichten Paarvergleichen.
Höherer Messwert1.712,984
95-%-Konfidenzintervall: ±10,362Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.
1.650,947
95-%-Konfidenzintervall: ±18,263Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserClaude Sonnet 5.5: Snapshot: claude-sonnet-5.5-xhigh, Reasoning: xhigh, Harness: Arena Text, style control Muse Wonder: Snapshot: muse-wonder-max, Reasoning: max, Harness: Arena Text, style controlClaude Sonnet 5.5: Arena-Bewertung aus 1.506 veröffentlichten Paarvergleichen.Muse Wonder: Arena-Bewertung aus 487 veröffentlichten Paarvergleichen.
1.526,562
95-%-Konfidenzintervall: ±15,395Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.
Höherer Messwert1.557,956
95-%-Konfidenzintervall: ±26,189Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: webdevMessgröße: WebDev Arena Bradley-Terry ratingBewertung: Mehr ist besserClaude Sonnet 5.5: Snapshot: claude-sonnet-5.5-xhigh, Reasoning: xhigh, Harness: Arena Code Arena WebDev Muse Wonder: Snapshot: muse-wonder-max, Reasoning: max, Harness: Arena Code Arena WebDevClaude Sonnet 5.5: Arena-Bewertung aus 2.858 veröffentlichten Paarvergleichen.Muse Wonder: Arena-Bewertung aus 1.228 veröffentlichten Paarvergleichen.
Höherer Messwert1.773,661
95-%-Konfidenzintervall: ±13,85Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.
1.650,947
95-%-Konfidenzintervall: ±18,263Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.
Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: style-control-v1Messgröße: style-controlled Bradley-Terry ratingBewertung: Mehr ist besserClaude Sonnet 5.5: Snapshot: claude-sonnet-5.5-xhigh, Reasoning: xhigh, Harness: Arena Text, style control Muse Wonder: Snapshot: muse-wonder-max, Reasoning: max, Harness: Arena Text, style controlClaude Sonnet 5.5: Arena-Bewertung aus 1.405 veröffentlichten Paarvergleichen.Muse Wonder: Arena-Bewertung aus 427 veröffentlichten Paarvergleichen.
1.465,364
95-%-Konfidenzintervall: ±16,888Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.
Höherer Messwert1.485,682
95-%-Konfidenzintervall: ±29,474Der Arena-Score misst menschliche Präferenzen und ist kein fester Fähigkeitstest. Konfidenzintervall, Arena-Bereich und Modellkonfiguration gehören zum Ergebnis.
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
Ähnliche LLM-Vergleiche
Vergleiche Claude Sonnet 5.5 und Muse Wonder mit weiteren wichtigen Modellen. Alle Duelle nutzen dieselbe Daten- und Benchmarklogik.
