Muse Wonder 规格速查

五模态输入是它的关键差异——多数「多模态」只覆盖图像，它连音频与 PDF 都纳入同一条上下文。做会议录音 + 白板照片 + 文档的联合分析时，不需要先做转写再拼接。价格落在旗舰档，适合高价值任务。

一、规格与定价

二、千次调用要花多少钱

按每次 2,000 输入 token、500 输出 token 估算，1,000 次请求共消耗 2M 输入与 0.5M 输出，成本约 18.00 美元。

其中输出部分占 56%。这个比例决定了优化方向：占比高就压缩输出长度，占比低就把精力放在减少调用次数上。

按月 10 万次同规格请求估算，成本约 1800 美元。把范围放宽到本文收录的 36 款模型（含本站已发的两篇），这一款的输入单价由低到高排第 34 位、输出单价排第 34 位。两组名次差得越大，说明它的价格结构越偏向「读」或「写」其中一侧。

三、适合与不适合

适合：

• 会议录音与文档的联合分析
• 跨模态尽调与调研
• 复杂 agent 任务

不适合：

• 纯文本的常规任务
• 高并发场景

按这组名次看，读写两侧的价格比较均衡：选型时不必为价格结构妥协，直接按能力与延迟挑即可。

数据取自 OpenRouter 公开模型目录快照（2026-11-09），价格与规格可能随厂商调整，做预算前建议再核对一次官方页面。