Direktvergleich

GPT-6 Sol vs. Muse Wonder Full

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

gemeinsame Messreihen: 153
verschiedene Benchmarks: 20
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 GPT-6 Sol und Muse Wonder Full
Merkmal	GPT-6 Sol	Muse Wonder Full
Anbieter	OpenAI	Meta
Erschienen	22. Sept. 2026	12. Okt. 2026
Verfügbarkeit	Aktiv	Nur im Abo
Modelltyp	Proprietär	Proprietär
Parameter	Nicht veröffentlicht	Nicht veröffentlicht
Architektur	Nicht veröffentlicht	Nicht veröffentlicht
Kontextfenster	1.050.000 Token	1 Mio. Token
Wissensstand	20. April 2026	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 GPT-6 Sol und Muse Wonder Full
Preisart	GPT-6 Sol	Muse Wonder Full
API-Eingabe	2 $ ≤272K / 4 $ >272K	—
API-Ausgabe	10 $ ≤272K / 15 $ >272K	—
Cache lesen	0,2 $ ≤272K / 0,4 $ >272K	Nicht ausgewiesen
Cache schreiben (5 Min.)	2,5 $ ≤272K / 5 $ >272K	Nicht ausgewiesen
Cache schreiben (1 Std.)	Nicht ausgewiesen	Nicht ausgewiesen
Preis geprüft	22.09.2026 Quelle	15.10.2026

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

Anbieterpreise von GPT-6 Sol und Muse Wonder Full
Modell	Anbieter	Bezugsweg und Tarif	Eingabe pro 1 Mio. Token	Ausgabe pro 1 Mio. Token	Quelle
GPT-6 Sol	OpenAI	Direkt beim EntwicklerBis 272.000 Kontext-Token	2 $	10 $	Quelle22.09.2026
	OpenAI	Direkt beim EntwicklerÜber 272.000 Kontext-Token	4 $	15 $	Quelle22.09.2026
	Amazon Bedrock	Über OpenRouteramazon-bedrock/us-east-1	2,2 $	11 $	Quelle16.10.2026
	Azure	Über OpenRouterazure	2 $	10 $	Quelle16.10.2026
	Azure	Über OpenRouterazure/eu	2,2 $	11 $	Quelle16.10.2026
	Azure	Über OpenRouterazure/us	2,2 $	11 $	Quelle16.10.2026
	OpenAI	Über OpenRouteropenai	2 $	10 $	Quelle16.10.2026
	OpenAI	Über OpenRouteropenai/fast	4 $	20 $	Quelle16.10.2026
	OpenAI	Über OpenRouteropenai/flex	Günstigster erfasster Preis: 1 $	Günstigster erfasster Preis: 5 $	Quelle16.10.2026

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.

GPT-6 SolMuse Wonder Full

BioMysteryBenchOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

GPT-6 Sol74,815 %

Muse Wonder Full73,333 %

Code MigrationOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

GPT-6 Sol57,195 %

Muse Wonder Full61,033 %

CyberBench v1.1Overall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

GPT-6 Sol77,976 %

Muse Wonder Full73,631 %

EMBOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

GPT-6 Sol71,53 %

Muse Wonder Full71,917 %

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

GPT-6 Sol49,05 %

Muse Wonder Full59,061 %

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

GPT-6 Sol1,667 %

Muse Wonder Full21,667 %

IOIOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

GPT-6 Sol82,611 %

Muse Wonder Full79,833 %

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

GPT-6 Sol28,846 %

Muse Wonder Full53,365 %

MedCodeOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

GPT-6 Sol47,072 %

Muse Wonder Full49,932 %

MedScribeOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

GPT-6 Sol82,034 %

Muse Wonder Full89,335 %

MysteryMechanismOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

GPT-6 Sol30,18 %

Muse Wonder Full35,135 %

ProgramBenchOverall. Mehr ist besser. Testaufbau nicht identisch dokumentiert

GPT-6 Sol2 %

Muse Wonder Full0,5 %

Zeichenerklärung:besserer Wertbesser, aber nicht eindeutigGleichstand

Benchmarkwerte von GPT-6 Sol und Muse Wonder Full
Benchmark und Aufgabe	GPT-6 Sol	Muse Wonder Full	Quelle
BioMysteryBenchOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Sol: Reasoning: max, Harness: Terminus 2, Ausgabegrenze: 128.000 tokens Muse Wonder Full: Reasoning: max, Harness: Terminus 2, Temperatur: 1, Ausgabegrenze: 131.072 tokens	Höherer Messwert74,815 %	73,333 %	Vals AI Quellendetails Datenstand: 12.10.2026
Code MigrationOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Sol: Reasoning: max, Ausgabegrenze: 128.000 tokens Muse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	57,195 %	Höherer Messwert61,033 %	Vals AI Quellendetails Datenstand: 12.10.2026
CyberBench v1.1Overall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1.1Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Sol: Reasoning: max, Ausgabegrenze: 128.000 tokens Muse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	Höherer Messwert77,976 %	73,631 %	Vals AI Quellendetails Datenstand: 12.10.2026
EMBOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Sol: Reasoning: max, Ausgabegrenze: 128.000 tokens Muse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	71,53 %	Höherer Messwert71,917 %	Vals AI Quellendetails Datenstand: 12.10.2026
Finance Agent (v2)Overall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Sol: Reasoning: max, Ausgabegrenze: 128.000 tokens Muse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	49,05 %	Höherer Messwert59,061 %	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 besserGPT-6 Sol: Reasoning: max, Ausgabegrenze: 128.000 tokens Muse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	1,667 %	Höherer Messwert21,667 %	Vals AI Quellendetails Datenstand: 12.10.2026
IOIOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Sol: Reasoning: max, Ausgabegrenze: 128.000 tokens Muse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	Höherer Messwert82,611 %	79,833 %	Vals AI Quellendetails Datenstand: 14.10.2026
Legal Research BenchOverall · All-pass Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: all-pass rateBewertung: Mehr ist besserGPT-6 Sol: Reasoning: max, Ausgabegrenze: 128.000 tokens Muse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	28,846 %	Höherer Messwert53,365 %	Vals AI Quellendetails Datenstand: 12.10.2026
MedCodeOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Sol: Reasoning: max, Ausgabegrenze: 128.000 tokens Muse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	47,072 %	Höherer Messwert49,932 %	Vals AI Quellendetails Datenstand: 13.10.2026
MedScribeOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Sol: Reasoning: max, Ausgabegrenze: 128.000 tokens Muse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	82,034 %	Höherer Messwert89,335 %	Vals AI Quellendetails Datenstand: 13.10.2026
MysteryMechanismOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Sol: Reasoning: max, Ausgabegrenze: 128.000 tokens Muse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	30,18 %	Höherer Messwert35,135 %	Vals AI Quellendetails Datenstand: 12.10.2026
ProgramBenchOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: fully resolved rateBewertung: Mehr ist besserGPT-6 Sol: Reasoning: max, Ausgabegrenze: 128.000 tokens Muse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	Höherer Messwert2 %	0,5 %	Vals AI Quellendetails Datenstand: 12.10.2026
ProofBenchOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1.1Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Sol: Reasoning: max, Ausgabegrenze: 128.000 tokens Muse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	83 %	Höherer Messwert94 %	Vals AI Quellendetails Datenstand: 12.10.2026
Public Benefits Bench v1.1Overall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1.1Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Sol: Reasoning: max, Ausgabegrenze: 128.000 tokens Muse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	56,631 %	Höherer Messwert73,748 %	Vals AI Quellendetails Datenstand: 12.10.2026
SRE BenchOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: fully solved rateBewertung: Mehr ist besserGPT-6 Sol: Reasoning: max, Ausgabegrenze: 128.000 tokens Muse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	Höherer Messwert30,534 %	11,832 %	Vals AI Quellendetails Datenstand: 14.10.2026
Tax Agent BenchOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Sol: Reasoning: max, Ausgabegrenze: 128.000 tokens Muse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	15,002 %	Höherer Messwert42,997 %	Vals AI Quellendetails Datenstand: 12.10.2026
Terminal-Bench 4.0Overall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 4.0Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Sol: Reasoning: max, Ausgabegrenze: 128.000 tokens Muse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	44,444 %	Höherer Messwert58,081 %	Vals AI Quellendetails Datenstand: 13.10.2026
Terminal-Bench ScienceOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 0.1Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Sol: Reasoning: max, Harness: Mini-SWE-agent, Ausgabegrenze: 128.000 tokens Muse Wonder Full: Reasoning: max, Harness: Mini-SWE-agent, Temperatur: 1, Ausgabegrenze: 131.072 tokens	30 %	Höherer Messwert37,143 %	Vals AI Quellendetails Datenstand: 14.10.2026
Vals IndexOverall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2.1Messgröße: weighted index scoreBewertung: Mehr ist besserGPT-6 Sol: Reasoning: max, Ausgabegrenze: 128.000 tokens Muse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	57,536 %	Höherer Messwert64,566 %	Vals AI Quellendetails Datenstand: 13.10.2026
Vibe Code Bench v1.1Overall Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1.1Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Sol: Reasoning: max, Harness: OpenHands, Ausgabegrenze: 128.000 tokens Muse Wonder Full: Reasoning: max, Harness: OpenHands, Temperatur: 1, Ausgabegrenze: 131.072 tokens	Höherer Messwert87,824 %	85,996 %	Vals AI Quellendetails Datenstand: 12.10.2026
BioMysteryBenchHard Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Sol: Reasoning: max, Harness: Terminus 2, Ausgabegrenze: 128.000 tokens Muse Wonder Full: Reasoning: max, Harness: Terminus 2, Temperatur: 1, Ausgabegrenze: 131.072 tokens	Höherer Messwert35,294 %	33,333 %	Vals AI Quellendetails Datenstand: 12.10.2026
Code MigrationCLI Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Sol: Reasoning: max, Ausgabegrenze: 128.000 tokens Muse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	52,927 %	Höherer Messwert58,044 %	Vals AI Quellendetails Datenstand: 12.10.2026
CyberBench v1.1Patch Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1.1Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Sol: Reasoning: max, Ausgabegrenze: 128.000 tokens Muse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	Höherer Messwert89,286 %	83,929 %	Vals AI Quellendetails Datenstand: 12.10.2026
EMBComps Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Sol: Reasoning: max, Ausgabegrenze: 128.000 tokens Muse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	73,295 %	Höherer Messwert80,89 %	Vals AI Quellendetails Datenstand: 12.10.2026
Finance Agent (v2)Adjustments Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Sol: Reasoning: max, Ausgabegrenze: 128.000 tokens Muse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	43,241 %	Höherer Messwert56,668 %	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 besserGPT-6 Sol: Reasoning: max, Ausgabegrenze: 128.000 tokens Muse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	78,623 %	Höherer Messwert94,928 %	Vals AI Quellendetails Datenstand: 12.10.2026
IOIIOI 2024 Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Sol: Reasoning: max, Ausgabegrenze: 128.000 tokens Muse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	Höherer Messwert100 %	75,333 %	Vals AI Quellendetails Datenstand: 14.10.2026
Legal Research BenchAdministrative / Regulatory · All-pass Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: all-pass rateBewertung: Mehr ist besserGPT-6 Sol: Reasoning: max, Ausgabegrenze: 128.000 tokens Muse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	39,394 %	Höherer Messwert63,636 %	Vals AI Quellendetails Datenstand: 12.10.2026
ProgramBenchAlmost Resolved Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: almost-resolved rateBewertung: Mehr ist besserGPT-6 Sol: Reasoning: max, Ausgabegrenze: 128.000 tokens Muse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	Höherer Messwert32,5 %	8 %	Vals AI Quellendetails Datenstand: 12.10.2026
SRE BenchCapability Score Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: capability scoreBewertung: Mehr ist besserGPT-6 Sol: Reasoning: max, Ausgabegrenze: 128.000 tokens Muse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	Höherer Messwert57,252 %	17,748 %	Vals AI Quellendetails Datenstand: 14.10.2026
Tax Agent BenchControversy & Precedence Analysis Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Sol: Reasoning: max, Ausgabegrenze: 128.000 tokens Muse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	6,667 %	Höherer Messwert26,667 %	Vals AI Quellendetails Datenstand: 12.10.2026
Terminal-Bench 4.0Hardware Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 4.0Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Sol: Reasoning: max, Ausgabegrenze: 128.000 tokens Muse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	6,667 %	Höherer Messwert46,667 %	Vals AI Quellendetails Datenstand: 13.10.2026
Terminal-Bench ScienceEarth Sciences Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 0.1Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Sol: Reasoning: max, Harness: Mini-SWE-agent, Ausgabegrenze: 128.000 tokens Muse Wonder Full: Reasoning: max, Harness: Mini-SWE-agent, Temperatur: 1, Ausgabegrenze: 131.072 tokens	25 %	Höherer Messwert62,5 %	Vals AI Quellendetails Datenstand: 14.10.2026
Vals IndexCode Migration Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2.1Messgröße: benchmark scoreBewertung: Mehr ist besserGPT-6 Sol: Reasoning: max, Ausgabegrenze: 128.000 tokens Muse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	56,92 %	Höherer Messwert60,256 %	Vals AI Quellendetails Datenstand: 13.10.2026
BioMysteryBenchHuman-solvable Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Sol: Reasoning: max, Harness: Terminus 2, Ausgabegrenze: 128.000 tokens Muse Wonder Full: Reasoning: max, Harness: Terminus 2, Temperatur: 1, Ausgabegrenze: 131.072 tokens	Höherer Messwert84,018 %	82,648 %	Vals AI Quellendetails Datenstand: 12.10.2026
Code MigrationCOBOL Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Sol: Reasoning: max, Ausgabegrenze: 128.000 tokens Muse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	Kein direkter Sieger70 %	Kein direkter Sieger70 %	Vals AI Quellendetails Datenstand: 12.10.2026
CyberBench v1.1PoC Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1.1Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Sol: Reasoning: max, Ausgabegrenze: 128.000 tokens Muse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	Höherer Messwert66,667 %	63,333 %	Vals AI Quellendetails Datenstand: 12.10.2026
EMBDataroom Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Sol: Reasoning: max, Ausgabegrenze: 128.000 tokens Muse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	83,92 %	Höherer Messwert85,257 %	Vals AI Quellendetails Datenstand: 12.10.2026
Finance Agent (v2)All-Pass Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Sol: Reasoning: max, Ausgabegrenze: 128.000 tokens Muse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	35,981 %	Höherer Messwert49,037 %	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 besserGPT-6 Sol: Reasoning: max, Ausgabegrenze: 128.000 tokens Muse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	0 %	Höherer Messwert20 %	Vals AI Quellendetails Datenstand: 12.10.2026
IOIIOI 2025 Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Sol: Reasoning: max, Ausgabegrenze: 128.000 tokens Muse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	79,333 %	Höherer Messwert85,5 %	Vals AI Quellendetails Datenstand: 14.10.2026
Legal Research BenchAdministrative / Regulatory · Weighted partial credit Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: weighted partial-credit scoreBewertung: Mehr ist besserGPT-6 Sol: Reasoning: max, Ausgabegrenze: 128.000 tokens Muse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	80,457 %	Höherer Messwert92,809 %	Vals AI Quellendetails Datenstand: 12.10.2026
ProgramBenchFully Resolved Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: fully resolved rateBewertung: Mehr ist besserGPT-6 Sol: Reasoning: max, Ausgabegrenze: 128.000 tokens Muse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	Höherer Messwert2 %	0,5 %	Vals AI Quellendetails Datenstand: 12.10.2026
SRE BenchFully Solved Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: fully solved rateBewertung: Mehr ist besserGPT-6 Sol: Reasoning: max, Ausgabegrenze: 128.000 tokens Muse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	Höherer Messwert30,534 %	11,832 %	Vals AI Quellendetails Datenstand: 14.10.2026
Tax Agent BenchControversy & Precedence Analysis Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Sol: Reasoning: max, Ausgabegrenze: 128.000 tokens Muse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	50,662 %	Höherer Messwert76,097 %	Vals AI Quellendetails Datenstand: 12.10.2026
Terminal-Bench 4.0Media Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 4.0Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Sol: Reasoning: max, Ausgabegrenze: 128.000 tokens Muse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	41,667 %	Höherer Messwert58,333 %	Vals AI Quellendetails Datenstand: 13.10.2026
Terminal-Bench ScienceEngineering Sciences Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 0.1Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Sol: Reasoning: max, Harness: Mini-SWE-agent, Ausgabegrenze: 128.000 tokens Muse Wonder Full: Reasoning: max, Harness: Mini-SWE-agent, Temperatur: 1, Ausgabegrenze: 131.072 tokens	Höherer Messwert22,222 %	11,111 %	Vals AI Quellendetails Datenstand: 14.10.2026
Vals IndexEMB Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2.1Messgröße: benchmark scoreBewertung: Mehr ist besserGPT-6 Sol: Reasoning: max, Ausgabegrenze: 128.000 tokens Muse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	71,53 %	Höherer Messwert71,917 %	Vals AI Quellendetails Datenstand: 13.10.2026
Code MigrationCode Quality Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: mean reviewer code-quality ratingBewertung: Mehr ist besserGPT-6 Sol: Reasoning: max, Ausgabegrenze: 128.000 tokens Muse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	Höherer Messwert4,375 / 5	4,244 / 5	Vals AI Quellendetails Datenstand: 12.10.2026
EMBDCF Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Sol: Reasoning: max, Ausgabegrenze: 128.000 tokens Muse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	63,142 %	Höherer Messwert66,579 %	Vals AI Quellendetails Datenstand: 12.10.2026
Finance Agent (v2)Comparables Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Sol: Reasoning: max, Ausgabegrenze: 128.000 tokens Muse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	40,833 %	Höherer Messwert46,809 %	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 besserGPT-6 Sol: Reasoning: max, Ausgabegrenze: 128.000 tokens Muse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	83,871 %	Höherer Messwert95,699 %	Vals AI Quellendetails Datenstand: 12.10.2026
IOIIOI 2026 Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Sol: Reasoning: max, Ausgabegrenze: 128.000 tokens Muse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	68,5 %	Höherer Messwert78,667 %	Vals AI Quellendetails Datenstand: 14.10.2026
Legal Research BenchBusiness & Commercial · All-pass Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: all-pass rateBewertung: Mehr ist besserGPT-6 Sol: Reasoning: max, Ausgabegrenze: 128.000 tokens Muse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	27,907 %	Höherer Messwert58,14 %	Vals AI Quellendetails Datenstand: 12.10.2026
ProgramBenchRaw Pass Rate Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: raw test pass rateBewertung: Mehr ist besserGPT-6 Sol: Reasoning: max, Ausgabegrenze: 128.000 tokens Muse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	Höherer Messwert81,909 %	24,187 %	Vals AI Quellendetails Datenstand: 12.10.2026
Tax Agent BenchCurrent & Temporal Analysis Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Sol: Reasoning: max, Ausgabegrenze: 128.000 tokens Muse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	23,179 %	Höherer Messwert56,614 %	Vals AI Quellendetails Datenstand: 12.10.2026
Terminal-Bench 4.0ML Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 4.0Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Sol: Reasoning: max, Ausgabegrenze: 128.000 tokens Muse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	45,455 %	Höherer Messwert66,667 %	Vals AI Quellendetails Datenstand: 13.10.2026
Terminal-Bench ScienceLife Sciences Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 0.1Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Sol: Reasoning: max, Harness: Mini-SWE-agent, Ausgabegrenze: 128.000 tokens Muse Wonder Full: Reasoning: max, Harness: Mini-SWE-agent, Temperatur: 1, Ausgabegrenze: 131.072 tokens	Höherer Messwert42,105 %	36,842 %	Vals AI Quellendetails Datenstand: 14.10.2026
Vals IndexFinance Agent v2 Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2.1Messgröße: benchmark scoreBewertung: Mehr ist besserGPT-6 Sol: Reasoning: max, Ausgabegrenze: 128.000 tokens Muse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	49,05 %	Höherer Messwert59,061 %	Vals AI Quellendetails Datenstand: 13.10.2026
EMBLBO Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Sol: Reasoning: max, Ausgabegrenze: 128.000 tokens Muse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	59,445 %	Höherer Messwert59,586 %	Vals AI Quellendetails Datenstand: 12.10.2026
Finance Agent (v2)Disclosure Analysis Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 2Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Sol: Reasoning: max, Ausgabegrenze: 128.000 tokens Muse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	55,634 %	Höherer Messwert71,553 %	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 besserGPT-6 Sol: Reasoning: max, Ausgabegrenze: 128.000 tokens Muse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	0 %	Höherer Messwert20 %	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 besserGPT-6 Sol: Reasoning: max, Ausgabegrenze: 128.000 tokens Muse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	80,401 %	Höherer Messwert89,811 %	Vals AI Quellendetails Datenstand: 12.10.2026
Tax Agent BenchCurrent & Temporal Analysis Testdetails Testaufbau nicht identisch dokumentiertKein direkter SiegerVersion: 1Messgröße: accuracyBewertung: Mehr ist besserGPT-6 Sol: Reasoning: max, Ausgabegrenze: 128.000 tokens Muse Wonder Full: Reasoning: max, Temperatur: 1, Ausgabegrenze: 131.072 tokens	56,104 %	Höherer Messwert78,312 %	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.

GPT-6 Sol

Reasoning (angefragt): high

Aktueller Versuch

Datum des Testlaufs: 01.10.2026
API-Anbieter: openrouter
Angefragtes API-Modell: openai/gpt-6-sol
API-Modell laut Antwort: openai/gpt-6-sol
Reasoning-Einstellung: high
Festgelegter Endpunkt: OpenAI | openai/gpt-6-sol-20260922
Temperatur: Anbieterstandard
Tokenlimit inklusive Reasoning: 8.192 Token
Testprotokoll: community-visual-tests-v1
Technische Prüfung: Bestanden, keine Qualitätsbewertung
Antwortzeit: 80,5 s

Visuell geprüft. Aus diesem Einzeltest ergibt sich kein Gesamturteil über das Modell.

Muse Wonder Full

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 GPT-6 Sol und Muse Wonder Full mit weiteren wichtigen Modellen. Alle Duelle nutzen dieselbe Daten- und Benchmarklogik.

Zum vollständigen LLM-Vergleich