AI BENCHY Compare

Anthropic: Claude Opus 4.7 vs Meta: Muse Spark 1.1

Resumen

Muse Spark 1.1 (medium) lidera en puntuación media con 8.9 vs 8.7. Claude Opus 4.7 (medium) tiene menor coste de benchmark con $0.679 vs $1.152. Claude Opus 4.7 (medium) es más rápido con 4.73s vs 23.35s, con tasas de acierto de 82.5% vs 76.2%.

Modelo recomendadoClaude Opus 4.7 (medium)Su puntuación se mantiene cerca de la mejor aquí (8.7 vs 8.9) y cuesta aproximadamente 1.7x menos que Muse Spark 1.1 (medium).

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-16

Métrica	Claude Opus 4.7 Claude Opus 4.7 medium Lanzamiento: 2026-04-16	Muse Spark 1.1 Muse Spark 1.1 medium Lanzamiento: 2026-07-16

Métrica	Claude Opus 4.7 Claude Opus 4.7 medium Lanzamiento: 2026-04-16	Muse Spark 1.1 Muse Spark 1.1 medium Lanzamiento: 2026-07-16
Puntuación	8.7	8.9
Rango	#18	#15
Fiabilidad	10.0	10.0
Consistencia	9.6	9.2
Pruebas correctas
Tasa de aciertos por intento	82.5%	76.2%
Pruebas inestables	1	2
Ejecuciones totales	63	63
Costo por resultado	3.991	7.676
Costo total	$0.679	$1.152
Precio de entrada	$5.000 / 1M	$1.250 / 1M
Precio de salida	$25.000 / 1M	$4.250 / 1M
Total de tokens de entrada	65,406	59,928
Tokens de salida	11,858	3,523
Tokens de razonamiento	2,198	249,752
Tiempo de respuesta (promedio)	4.73s	23.35s
Tiempo de respuesta (máximo)	23.18s	165.38s
Tiempo de respuesta (total)	94.51s	490.40s

Generación showcase

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#18 Claude Opus 4.7

medium

Coste: $0.059
Tiempo: 26.8s
Tokens: 2,475 tok

#15 Muse Spark 1.1

medium

Coste: $0.024
Tiempo: 29.2s
Tokens: 5,774 tok

Mejores modelos por puntuación

Puntuación vs costo total

Tiempo de respuesta (promedio)

Puntuación vs Tiempo de respuesta (promedio)

Total de tokens de salida

Puntuación vs Total de tokens de salida

Desglose por categoría

Categoría:

Trucos anti-IA	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Claude Opus 4.7	8.3	10.0	75.0%	0		1.85s	894	348	0
Muse Spark 1.1	10.0	10.0	100.0%	0		5.72s	2,334	657	8,260

Programación	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Claude Opus 4.7	7.6	7.2	77.8%	1		12.96s	10,635	7,629	1,114
Muse Spark 1.1	10.0	10.0	100.0%	0		15.66s	8,562	347	23,562

Combinado	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Claude Opus 4.7	10.0	10.0	100.0%	0		21.45s	24,501	2,369	1,084
Muse Spark 1.1	9.6	10.0	100.0%	0		26.33s	21,282	838	11,595

Análisis y extracción de datos	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Claude Opus 4.7	10.0	10.0	100.0%	0		2.37s	10,533	324	0
Muse Spark 1.1	10.0	10.0	100.0%	0		4.96s	7,827	240	3,387

Específico del dominio	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Claude Opus 4.7	7.7	10.0	66.7%	0		1.17s	630	51	0
Muse Spark 1.1	3.5	4.4	33.3%	2		71.45s	2,016	105	109,166

Inteligencia general	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Claude Opus 4.7	10.0	10.0	100.0%	0		2.87s	723	256	0
Muse Spark 1.1	10.0	10.0	100.0%	0		4.41s	906	116	1,833

Seguimiento de instrucciones	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Claude Opus 4.7	10.0	10.0	100.0%	0		1.57s	939	114	0
Muse Spark 1.1	6.5	10.0	50.0%	0		6.31s	1,527	233	5,186

Resolución de acertijos	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Claude Opus 4.7	10.0	10.0	100.0%	0		2.43s	939	370	0
Muse Spark 1.1	7.9	9.9	66.7%	0		42.49s	1,938	350	76,778

Llamada de herramientas	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Claude Opus 4.7	10.0	10.0	100.0%	0		4.17s	15,339	373	0
Muse Spark 1.1	9.8	10.0	100.0%	0		6.99s	12,924	598	1,610

Cultura general	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Claude Opus 4.7	3.0	10.0	0.0%	0		2.25s	273	24	0
Muse Spark 1.1	3.0	10.0	0.0%	0		18.45s	612	39	8,375

Comparación rápida

Cambiar par de comparación

Claude Opus 4.7mediumvsMuse Spark 1.1low Claude Opus 4.7mediumvsKimi K3max Claude Opus 4.7mediumvsGPT-5.2 Chatnone Muse Spark 1.1mediumvsKimi K3max Muse Spark 1.1mediumvsGPT-5.2 Chatnone Gemini 3.5 FlashlowvsMuse Spark 1.1medium Claude Opus 4.7mediumvsDeepSeek V4 Flashhigh Muse Spark 1.1mediumvsGPT-5.5low Muse Spark 1.1mediumvsGPT-5.6 Solhigh Claude Opus 4.7mediumvsGPT-5.6 Terrahigh Claude Opus 4.7mediumvsGemini 3.5 Flashlow DeepSeek V4 FlashhighvsMuse Spark 1.1medium