AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs Meta: Muse Spark 1.1

Resumen

Muse Spark 1.1 (high) lidera en puntuación media con 7.8 vs 7.7. Claude Opus 4.8 (low) tiene menor coste de benchmark con $1.270 vs $1.440. Claude Opus 4.8 (low) es más rápido con 10.83s vs 29.16s, con tasas de acierto de 79.4% vs 69.8%.

Modelo recomendadoClaude Opus 4.8 (low)Su puntuación se mantiene cerca de la mejor aquí (7.7 vs 7.8) y responde aproximadamente 2.7x más rápido que Muse Spark 1.1 (high).

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

Métrica	Claude Opus 4.8 Claude Opus 4.8 low Lanzamiento: 2026-05-28	Muse Spark 1.1 Muse Spark 1.1 high Lanzamiento: 2026-07-16

Métrica	Claude Opus 4.8 Claude Opus 4.8 low Lanzamiento: 2026-05-28	Muse Spark 1.1 Muse Spark 1.1 high Lanzamiento: 2026-07-16
Puntuación	7.7	7.8
Rango	#51	#41
Fiabilidad	10.0	10.0
Consistencia	8.8	8.1
Pruebas correctas
Tasa de aciertos por intento	79.4%	69.8%
Pruebas inestables	3	5
Ejecuciones totales	63	61
Costo por resultado	8.466	11.997
Costo total	$1.270	$1.440
Precio de entrada	$5.000 / 1M	$1.250 / 1M
Precio de salida	$25.000 / 1M	$4.250 / 1M
Total de tokens de entrada	60,946	64,900
Tokens de salida	31,771	3,577
Tokens de razonamiento	6,831	316,055
Tiempo de respuesta (promedio)	10.83s	29.16s
Tiempo de respuesta (máximo)	127.97s	196.03s
Tiempo de respuesta (total)	227.39s	583.18s

Generación showcase

Hamster playing table tennis

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

#51 Claude Opus 4.8

low

Coste: $0.031
Tiempo: 14.1s
Tokens: 1,345 tok

#41 Muse Spark 1.1

high

Coste: $0.039
Tiempo: 50.1s
Tokens: 9,423 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 4.8	10.0	10.0	100.0%	0		3.30s	834	793	371
Muse Spark 1.1	7.5	8.4	66.7%	1		8.60s	2,334	516	13,023

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 4.8	6.6	4.6	77.8%	2		7.58s	10,590	3,637	809
Muse Spark 1.1	10.0	10.0	100.0%	0		22.92s	8,562	349	36,039

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 4.8	9.8	10.0	100.0%	0		20.84s	23,500	2,216	1,081
Muse Spark 1.1	4.5	2.1	66.7%	1		62.41s	25,559	1,035	32,073

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 4.8	6.3	5.8	66.7%	1		2.27s	10,503	310	0
Muse Spark 1.1	10.0	10.0	100.0%	0		8.40s	7,827	240	5,907

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 4.8	5.3	10.0	33.3%	0		45.53s	975	23,311	3,908
Muse Spark 1.1	3.5	4.4	33.3%	2		67.39s	1,272	66	64,456

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 4.8	10.0	10.0	100.0%	0		2.55s	708	231	0
Muse Spark 1.1	10.0	10.0	100.0%	0		7.73s	906	116	3,390

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 4.8	9.8	10.0	100.0%	0		2.78s	909	111	221
Muse Spark 1.1	6.4	6.0	66.7%	1		7.81s	1,527	193	7,158

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 4.8	10.0	10.0	100.0%	0		3.01s	894	592	184
Muse Spark 1.1	7.8	9.9	66.7%	0		69.96s	1,938	225	140,780

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 4.8	10.0	10.0	100.0%	0		6.85s	11,775	370	35
Muse Spark 1.1	9.6	10.0	100.0%	0		9.88s	14,363	795	2,938

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 4.8	3.0	10.0	0.0%	0		5.48s	258	200	222
Muse Spark 1.1	3.0	10.0	0.0%	0		22.93s	612	42	10,291

Comparación rápida

Cambiar par de comparación

Muse Spark 1.1highvsQwen3.6 Plusmedium Claude Opus 4.8lowvsQwen3.5-122B-A10Bmedium Muse Spark 1.1highvsGPT-5.6 Terramedium Claude Sonnet 5mediumvsMuse Spark 1.1high Claude Opus 4.8lowvsKimi K2.6mediumDisponible gratis Claude Sonnet 4.6mediumvsMuse Spark 1.1high Claude Opus 4.8lowvsGrok 4.3medium Claude Opus 4.8lowvsGemini 3.1 Flash Litemedium Muse Spark 1.1highvsGrok 4.5low Claude Opus 4.8lowvsQwen3.5 Plus 2026-04-20medium Claude Opus 4.8lowvsGemini 3.1 Flash Lite Previewmedium Claude Opus 4.8lowvsGPT-5.6 Lunahigh