AI BENCHY Compare

Anthropic: Claude Sonnet 5 vs Meta: Muse Spark 1.1

Resumen

La puntuación media está prácticamente empatada en 7.9 vs 7.8. Claude Sonnet 5 (medium) tiene menor coste de benchmark con $0.550 vs $1.440. Claude Sonnet 5 (medium) es más rápido con 9.94s vs 29.16s, con tasas de acierto de 79.4% vs 69.8%.

Modelo recomendadoClaude Sonnet 5 (medium)Tiene la mejor puntuación aquí (7.9) y cuesta aproximadamente 2.6x menos que Muse Spark 1.1 (high).

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

Métrica	Claude Sonnet 5 Claude Sonnet 5 medium Lanzamiento: 2026-06-30	Muse Spark 1.1 Muse Spark 1.1 high Lanzamiento: 2026-07-16

Métrica	Claude Sonnet 5 Claude Sonnet 5 medium Lanzamiento: 2026-06-30	Muse Spark 1.1 Muse Spark 1.1 high Lanzamiento: 2026-07-16
Puntuación	7.9	7.8
Rango	#40	#41
Fiabilidad	10.0	10.0
Consistencia	9.0	8.1
Pruebas correctas
Tasa de aciertos por intento	79.4%	69.8%
Pruebas inestables	3	5
Ejecuciones totales	63	61
Costo por resultado	3.662	11.997
Costo total	$0.550	$1.440
Precio de entrada	$2.000 / 1M	$1.250 / 1M
Precio de salida	$10.000 / 1M	$4.250 / 1M
Total de tokens de entrada	67,416	64,900
Tokens de salida	34,012	3,577
Tokens de razonamiento	7,673	316,055
Tiempo de respuesta (promedio)	9.94s	29.16s
Tiempo de respuesta (máximo)	56.94s	196.03s
Tiempo de respuesta (total)	208.71s	583.18s

Generación showcase

Hamster playing table tennis

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

#40 Claude Sonnet 5

medium

Coste: $0.007
Tiempo: 6.4s
Tokens: 832 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 Sonnet 5	10.0	10.0	100.0%	0		3.80s	834	1,220	446
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 Sonnet 5	9.0	7.9	88.9%	1		17.28s	10,590	13,153	2,379
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 Sonnet 5	4.5	2.1	66.7%	1		37.01s	29,394	4,848	2,170
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 Sonnet 5	10.0	10.0	100.0%	0		3.16s	10,503	312	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 Sonnet 5	7.7	10.0	66.7%	0		20.38s	975	12,140	1,994
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 Sonnet 5	4.8	3.2	33.3%	1		4.32s	708	264	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 Sonnet 5	9.9	10.0	100.0%	0		3.10s	909	318	269
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 Sonnet 5	7.7	10.0	66.7%	0		2.98s	894	407	121
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 Sonnet 5	10.0	10.0	100.0%	0		10.70s	12,351	433	90
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 Sonnet 5	3.0	10.0	0.0%	0		7.06s	258	917	204
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 Muse Spark 1.1highvsGPT-5.6 Terramedium Claude Sonnet 4.6mediumvsMuse Spark 1.1high Muse Spark 1.1highvsGrok 4.5low Claude Sonnet 5mediumvsGrok 4.5low Muse Spark 1.1highvsQwen3.5-27Bmedium Gemini 3.1 Flash Lite PreviewmediumvsMuse Spark 1.1high Muse Spark 1.1highvsQwen3.5 Plus 2026-04-20medium Gemini 3.1 Flash LitemediumvsMuse Spark 1.1high Muse Spark 1.1highvsKimi K2.6mediumDisponible gratis Muse Spark 1.1highvsQwen3.5-122B-A10Bmedium Claude Opus 4.8lowvsMuse Spark 1.1high