Informe de prueba de Muse Wonder 1.0

A 29 oct 2026, Muse Wonder 1.0 tiene un Spicy Index preliminar de 81,0. La libertad no se ha probado o las pruebas son insuficientes. El Index conserva la puntuación original de calidad y capacidades, se marca como provisional y sigue recibiendo posición. La falta de pruebas no equivale a cero.

Cada punto detrás de las puntuaciones de Muse Wonder 1.0: la fila de la tabla en la que cayó cada criterio, dónde perdió puntos y cada prueba de contenido con su fecha.

Probar Muse Wonder 1.0

Spicy Index

81,0/ 100

3 de 7 dimensiones evaluadas

Provisional · pruebas de libertad pendientes

Freedom Score

Aún sin probar

Precio$8.00 por 1 M de tokens mixtos (3 de entrada : 1 de salida)Tasa de éxitoSe publicará para todos los modelos a la vez, tras 30 días de tráfico

Cómo se compone el Spicy Index

Cómo se puntúa

Spicy Index combina un 70% de calidad y capacidades con un 30% de Freedom Score publicable. Con pruebas completas: 59,5% calidad, 10,5% capacidades y 30% libertad. Precio y velocidad quedan aparte.

Comparación con el líder

1,5 puntos de Index por detrás de Claude Opus 5.5. Modelos empatados en primer lugar: 1.

Comparación con el líder
Dimensión	Muse Wonder 1.0	Claude Opus 5.5	Diferencia ponderada
Clasificaciones públicas	—	—	0,0
Rol	—	76,3	+15,1
Escritura creativa	69,0	71,0	-15,3
Seguimiento de instrucciones	99,0	100,0	-22,2
Memoria con contexto largo	—	—	0,0
Capacidad	64,0	65,0	-2,8
Freedom Score	—	88,9	+26,7

La libertad no se ha probado o las pruebas son insuficientes. El Index conserva la puntuación original de calidad y capacidades, se marca como provisional y sigue recibiendo posición. La falta de pruebas no equivale a cero.

Cómo se compone el Spicy Index
Dimensión	Peso en este Index	Estado	Puntuación
Clasificaciones públicas	—	Pendiente	—
Rol	—	Pendiente	—
Escritura creativa	42,5 %	Puntuado	69,0
Seguimiento de instrucciones	42,5 %	Puntuado	99,0
Memoria con contexto largo	—	Pendiente	—
Capacidad	15 %	Puntuado	64,0
Freedom Score	—	Aún sin probar	—

Muse Wonder 1.0: Capacidad, fila por fila

Cómo se puntúa

Cada criterio se lee de la especificación del modelo en SpicyAPI y se asigna a una fila de una tabla fija. Sin criterios subjetivos.

64,0/ 1000 + 19 + 15 + 15 + 15 = 64 / 100

Según la especificación pública del modelo en SpicyAPI, 29 oct 2026

Capacidad
Criterio	En SpicyAPI	Fila asignada	Puntos	Puntos perdidos
Ventana de contexto (publicada por el creador)hasta 30 pts	Sin declarar	Sin indicar Mostrar la tabla completa 2M de tokens o más30,0 1M–1.99M24,0 500k–999k20,0 256k–499k15,0 200k–255k12,0 128k–199k8,0 Menos de 128k4,0 Sin indicar0,0	0,0 / 30	−30,0
Modalidades de entrada en SpicyAPIhasta 25 pts	Texto, más imágenes, audio	image input, audio input Mostrar la tabla completa Entrada de imagen12,0 Entrada de audio7,0 Entrada de archivo / PDF6,0	19,0 / 25	−6,0
Uso de herramientashasta 15 pts	Herramientas y tool_choice	Admite herramientas + Control con tool_choice Mostrar la tabla completa Admite herramientas10,0 Control con tool_choice5,0	15,0 / 15	Todos los puntos
Salida estructuradahasta 15 pts	Se acepta, cumplimiento del esquema verificado	response_format accepted + JSON-schema adherence verified Mostrar la tabla completa Admite response_format8,0 Cumplimiento del esquema JSON verificado por nuestra batería de seguimiento de instrucciones7,0	15,0 / 15	Todos los puntos
Control del razonamientohasta 15 pts	6 niveles: minimal · low · medium · high · xhigh · max	6 niveles, incluida una opción desactivada o mínima Mostrar la tabla completa 4 o más niveles de esfuerzo seleccionables10,0 3 niveles7,0 2 niveles4,0 Una opción desactivada / mínima5,0	15,0 / 15	Todos los puntos

Porcentaje de puntos obtenidos por criterio

Aún sin probar

Estas dimensiones aún no tienen datos, así que no están en el Index. Ninguna se estima.

Clasificaciones públicas40 % de la calidad
Aún sin probar
Calificaciones de arena.ai, Artificial Analysis y Design Arena, solo del modelo exacto, cada una convertida a 0–100 y promediada según su peso.
Cómo se puntúa
Rol15 % de la calidad
Aún sin probar
Coherencia del personaje, inmersión y ausencia de sermones fuera del personaje: 30 escenarios × 3 muestras, puntuados por tres LLM jueces a ciegas.
Cómo se puntúa
Memoria con contexto largo15 % de la calidad
Aún sin probar
Preguntas de recuerdo y de dos pasos a 32k, 128k, 256k, 512k y 1M de tokens, dentro de la ventana publicada del modelo.
Cómo se puntúa

Pruebas de contenido de Muse Wonder 1.0, tarea por tarea

Cómo se puntúa

La puntuación de la familia es la media de sus tareas, así que una sola tarea prudente arrastra a toda la familia. Aquí ves de dónde sale cada punto.

Aún no hemos hecho pruebas de contenido con este modelo, así que no tiene Freedom Score.

Lo que cuesta y lo que tarda

Cómo se puntúa

Medido, nunca puntuado. El precio sale del catálogo en vivo; la velocidad, de trabajos reales de los últimos 30 días.

Precio: $8.00 por 1 M de tokens mixtos (3 de entrada : 1 de salida)
Tasa de éxito: Aún no se publica para ningún modelo. Las tasas de éxito se publicarán para todas las familias a la vez cuando haya 30 días de tráfico real.

Velocidad de salida: 120 tok/sIncluye el tiempo hasta el primer token
Tasa de éxito: Recopilando datos

Un tiempo aparece cuando hay al menos 10 trabajos completados. Las tasas de éxito solo cuentan trabajos de clientes y siguen ocultas para todos los modelos hasta completar 30 días de tráfico.

Más informes de prueba de modelos de lenguaje

Objetivo e independiente

SpicyAPI vende acceso a este modelo. Sus puntuaciones salen solo de las tablas publicadas y de los registros de prueba de esta página. El precio, las condiciones comerciales y los acuerdos de suministro no intervienen.

Cómo puntuamos Todas las reseñas