Zum Hauptinhalt springen

OpenAIMetaLLM-Duell

GPT-6.2 Solvs.Muse Wonder Full

Wer ist besser?

GPT-6.2 Sol und Muse Wonder Full schneiden etwa gleich gut ab.

gleichauf
LeistungGesamtindex, 100 Punkte = Durchschnitt
119,2

GPT-6.2 Sol

Platz 10

117,9

Muse Wonder Full

Platz 11

Preis$ je 1 Mio. Token
4 $

GPT-6.2 Sol

k. A.

Muse Wonder Full

Bei über 272.000 Eingabe-Token kostet GPT-6.2 Sol mehr: 4 $ Eingabe und 15 $ Ausgabe je 1 Mio. Token.

Nimm GPT-6.2 Sol für

Programmiereneher Allgemein

Nimm Muse Wonder Full für

Rechteher Finanzen

Wo liegt der Unterschied?

Stärken im Überblick

GPT-6.2 SolMuse Wonder Full

Der Median aller Modelle mit Platz liegt in jedem Bereich unter 100, also in der Mitte des Netzes.

110120130100ProgrammierenGPT-6.2 SolSchlussfolgerngleichaufAgentengleichaufAllgemeinleichtGPT-6.2 SolFinanzenleicht MuseWonder FullRechtMuse WonderFull
ProgrammierenGPT-6.2 Sol vorn
GPT-6.2 Sol123,6Platz 9
Muse Wonder Full113,9Platz 16
Median aller Modelle mit Platz84,3

95-%-Bereich: GPT-6.2 Sol 117,0 bis 130,1, Muse Wonder Full 108,9 bis 118,9.

BereichGPT-6.2 SolMuse Wonder Full

Dieselben Werte und Urteile wie die Balken darunter. Im Ausschnitt beginnt das Netz bei 100 Punkten, knapp unter dem schwächsten Wert der beiden Modelle; der Durchschnitt der Referenzgruppe liegt bei 100. Nicht im Netz, weil ein Modell dort keinen eigenen Wert hat oder die Daten zu dünn sind: Mathematik, Wissen, Multimodal, Gesundheit.

GPT-6.2 Sol liegt in 1 von 9 Bereichen vorn, Muse Wonder Full in 1.

GPT-6.2 Sol vorn: 1GPT-6.2 Sol leicht vorn: 1gleichauf: 2zu wenig Daten: 3Muse Wonder Full leicht vorn: 1Muse Wonder Full vorn: 1

Bereiche im Gesamtindex
ProgrammierenGPT-6.2 Sol +10123,6 zu 113,9
Allgemeineher GPT-6.2 Solnicht sicher · 3 und 6 Tests
Agentengleichauf115,8 zu 118,4
Schlussfolgerngleichauf119,2 zu 118,3
Mathematikzu wenig Daten125,5 zu 116,7
Wissenzu wenig Daten123,8 zu 118,4
Fachgebiete
RechtMuse Wonder Full +13110,2 zu 123,1
Finanzeneher Muse Wonder Fullnicht sicher · 3 und 5 Tests
Gesundheitnur Muse Wonder Full mit Wertung

Die Balkenlänge zeigt den Abstand in Indexpunkten (volle Breite 15 Punkte, eine Standardabweichung der Referenzgruppe). Voll heißt sicher vorn, schraffiert noch nicht sicher, ein dünner grauer Balken gleichauf.

2 weitere Bereiche anzeigen, die nicht zum Gesamtindex zählen
Cybersicherheitnur Muse Wonder Full mit Wertung
Produktivitätnur Muse Wonder Full mit Wertung

Die Balkenlänge zeigt den Abstand in Indexpunkten (volle Breite 15 Punkte, eine Standardabweichung der Referenzgruppe). Voll heißt sicher vorn, schraffiert noch nicht sicher, ein dünner grauer Balken gleichauf.

GPT-6.2 Sol gegen Muse Wonder Full auf gleicher Stufe

Beide Modelle auf denselben Stufen gemessen. So zeigt sich, ob ein Vorsprung vom Modell kommt oder nur von mehr Rechenaufwand.

maxGPT-6.2 Sol leicht vorn
5,7 Punkte Abstand über 9 gemeinsame Testreihen
Gesamtindex (max gegen max)gleichauf
GPT-6.2 Sol 119,2 gegen Muse Wonder Full 117,9

Der Abstand vergleicht nur die Testreihen von Artificial Analysis, in denen beide Modelle auf dieser Stufe gemessen sind. Gleichauf unter 3 Punkten, vorn erst bei einem Abstand über zwei Standardfehlern.

Welches Modell für welche Aufgabe?

Alltagsaufgaben, übersetzt aus den Bereichswerten oben. Jede Zeile nennt die Werte, auf denen sie beruht.

Code schreiben und Fehler findenGPT-6.2 SolProgrammieren 123,6 zu 113,9
Mathe und DatenanalysegleichaufMathematik 125,5 zu 116,7 (zu wenig Daten), Schlussfolgern 119,2 zu 118,3
Fakten und RechercheoffenWissen 123,8 zu 118,4 (zu wenig Daten)
Agenten und WorkflowsgleichaufAgenten 115,8 zu 118,4
SicherheitsanalysenoffenCybersicherheit ohne Wertung für GPT-6.2 Sol
Finanz-, Rechts- und MedizintexteMuse Wonder FullFinanzen 107,7 zu 118,9, Recht 110,2 zu 123,1, Gesundheit ohne Wertung für GPT-6.2 Sol

GPT-6.2 Sol gegen Muse Wonder Full im eigenen Test

Derselbe Prompt für beide Modelle. Gezeigt wird der neueste Versuch ohne Nachbesserung; er zählt nicht zum Gesamtindex.

Pelikan auf dem Fahrrad

Auftrag (englisches Original)

Generate an SVG of a pelican riding a bicycle

Ursprung der Aufgabe: Simon Willison

GPT-6.2 Sol

Noch nicht getestet

Muse Wonder Full

Noch nicht getestet

GPT-6.2 Sol und Muse Wonder Full im Gesamtindex

Alle Modelle mit Platz im Gesamtindex, beide Modelle dieses Vergleichs hervorgehoben. Weitere Modelle kannst du dazunehmen oder ausblenden.

Gesamtindex (Gradually Meta-Score v6)

20 von 99 Modellen

Claude Fable 5.2max130,3
Gemini 4 Carbonhigh127,8
Gemini 4 Neonxhigh127,1
GPT-6.2 Astramax126,6
Claude Opus 5.5max125,0
Claude Fable 5.1max124,1
Claude Sonnet 5.5max121,9
Gemini 4 Argonhigh121,5
GPT-6 Astramax119,6
GPT-6.2 Solmax119,2
Muse Wonder Fullmax117,9
GPT-6.1 Solmax117,3
Claude Opus 5max117,1
Muse Wondermax113,5
Claude Fable 5max112,8
Kimi K3.1 Promax112,4
Muse Ember 1.0max111,1
GPT-5.6 Solmax109,5
GPT-6 Solmax108,3
Gemini 3.7 Flashhigh107,8

Alle Daten im Vergleich

Der bessere Wert ist fett. Beim Gesamtindex nur, wenn der Abstand klar ist.

KennzahlGPT-6.2 SolMuse Wonder Full
Leistung
GesamtindexPunkte, 100 = Durchschnitt der Referenzgruppe, höher ist besser119,2117,9
PlatzPlatz 10 von 99Platz 11 von 99
Preis je 1 Mio. Token
Eingabewas du schickst2 $über 272.000 Eingabe-Token: 4 $k. A.
Ausgabewas das Modell schreibt10 $über 272.000 Eingabe-Token: 15 $k. A.
Tempo
Token pro Sekundek. A.k. A.
Technik
KontextfensterKontextlimit laut Quelle1,05 Mio. Token≈ 1.580 A4-Seiten1 Mio. Token≈ 1.500 A4-Seiten
Wissensstand01.06.2026k. A.
Veröffentlicht17.11.202612.10.2026
VerfügbarkeitAktivNur im Abo
Offene Gewichteneinnein
  • GPT-6.2 Sol, 12-Stunden-Cache-Schreibpreis: Der Tabellenpreis gilt für 30 Minuten. Für 12 Stunden berechnet OpenAI im Standardtarif 5 US-Dollar je 1 Mio. Token bis einschließlich 272.000 Eingabe-Token. Quelle
  • GPT-6.2 Sol, Preise für lange Eingaben: Über 272.000 Eingabe-Token gilt für die gesamte Anfrage der höhere Tarif. Quelle
  • GPT-6.2 Sol, Batch, Fast und Ultrafast: Batch kostet die Hälfte des Standardtarifs, Fast das Doppelte. Ultrafast kostet bis 28. Februar 2027 das Dreifache und ab 1. März 2027 das Sechsfache. Die Umstellung richtet sich nach US-Pazifikzeit. Quelle

Preise ohne Rabatte für Zwischenspeicher und Stapelverarbeitung · Seitenzahl als Faustregel nach Artificial Analysis

Gibt es eine bessere Wahl?

Bestes Modell im GesamtindexClaude Fable 5.2

Gesamtindex 130,3, Platz 18 $ Eingabe und 40 $ Ausgabe je 1 Mio. Token

GPT-6.2 Sol vs. Claude Fable 5.2

Gemeinsame Benchmarks

Einzelwerte aus derselben Benchmark-Version, Aufgabe und Messgröße. Fett ist ein Wert nur bei gleichem Testaufbau und klarem Abstand.

A: GPT-6.2 SolB: Muse Wonder Full

AA-BriefcaseOverall · höher ist besserGPT-6.2 Sol: 1.612,1 eloMuse Wonder Full: 1.729,3 eloArtificial AnalysisStand 20.11.2026
AA-OmniscienceOverall · höher ist besserGPT-6.2 Sol: 40,4 PunkteMuse Wonder Full: 30,6 PunkteArtificial AnalysisStand 20.11.2026
AA-Omniscience AccuracyOverall · höher ist besserGPT-6.2 Sol: 61,6 %Muse Wonder Full: 41,0 %Artificial AnalysisStand 20.11.2026
AA-Omniscience Hallucination RateOverall · niedriger ist besserGPT-6.2 Sol: 55,4 %Muse Wonder Full: 17,6 %Artificial AnalysisStand 20.11.2026
AutomationBench-AAOverall · höher ist besserGPT-6.2 Sol: 71,3 %Muse Wonder Full: 71,3 %Artificial AnalysisStand 20.11.2026
CritPt v2 (Hard Subset)Overall · höher ist besserGPT-6.2 Sol: 62,5 %Muse Wonder Full: 56,5 %Artificial AnalysisStand 20.11.2026
FrontierCodeOverall · höher ist besserGPT-6.2 Sol: 44,4 %Muse Wonder Full: 37,8 %Artificial AnalysisStand 20.11.2026
GDP.pdfOverall · höher ist besserGPT-6.2 Sol: 30,0 %Muse Wonder Full: 32,6 %Artificial AnalysisStand 20.11.2026
HLE-DiamondOverall · höher ist besserGPT-6.2 Sol: 64,0 %Muse Wonder Full: 48,5 %Artificial AnalysisStand 20.11.2026
Terminal-BenchOverall · höher ist besserGPT-6.2 Sol: 60,1 %Muse Wonder Full: 57,1 %Artificial AnalysisStand 20.11.2026
1 weitere Benchmarks anzeigen
Terminal-Bench-ScienceOverall · höher ist besserGPT-6.2 Sol: 67,6 %Muse Wonder Full: 37,1 %Artificial AnalysisStand 20.11.2026

Weitere Vergleiche

Vergleiche GPT-6.2 Sol und Muse Wonder Full mit den Modellen, die am häufigsten mit ihnen verglichen werden.

Anderes Duell vergleichen