Meta: Muse Spark 1.1 vs MoonshotAI: Kimi K3

Muse Spark 1.1 (high) lidera en puntuación media con 8.1 vs 8.0. Muse Spark 1.1 (high) tiene menor coste de benchmark con $1.694 vs $3.112. Muse Spark 1.1 (high) es más rápido con 31.49s vs 122.48s, con tasas de acierto de 69.7% vs 75.8%.

Modelo recomendadoMuse Spark 1.1 (high)Tiene la mejor puntuación aquí (8.1) y cuesta aproximadamente 1.8x menos que Kimi K3 (max).

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-17

Métrica	Muse Spark 1.1 Muse Spark 1.1 high Lanzamiento: 2026-07-16	Kimi K3 Kimi K3 max Lanzamiento: 2026-07-16

Métrica	Muse Spark 1.1 Muse Spark 1.1 high Lanzamiento: 2026-07-16	Kimi K3 Kimi K3 max Lanzamiento: 2026-07-16
Puntuación	8.1	8.0
Rango	#27	#31
Fiabilidad	10.0	9.1
Consistencia	7.9	9.5
Pruebas correctas
Tasa de aciertos por intento	69.7%	75.8%
Pruebas inestables	6	1
Ejecuciones totales	64	66
Costo por resultado	14.116	19.446
Costo total	$1.694	$3.112
Precio de entrada	$1.250 / 1M	$3.000 / 1M
Precio de salida	$4.250 / 1M	$15.000 / 1M
Total de tokens de entrada	129,423	34,916
Tokens de salida	8,077	2,910
Tokens de razonamiento	352,421	197,529
Tiempo de respuesta (promedio)	31.49s	122.48s
Tiempo de respuesta (máximo)	196.03s	766.58s
Tiempo de respuesta (total)	661.28s	2327.06s

Hamster playing table tennis

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

#27 Muse Spark 1.1

high

Coste: $0.039
Tiempo: 50.1s
Tokens: 9,423 tok

#31 MoonshotAI: Kimi K3

max

Coste: $0.281
Tiempo: 506.9s
Tokens: 18,863 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
Muse Spark 1.1	7.5	8.4	66.7%	1		8.60s	2,334	516	13,023
Kimi K3	10.0	10.0	100.0%	0		10.24s	1,638	496	2,629

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
Muse Spark 1.1	10.0	10.0	100.0%	0		22.92s	8,562	349	36,039
Kimi K3	10.0	10.0	100.0%	0		325.79s	8,061	460	84,012

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
Muse Spark 1.1	5.9	2.9	66.7%	2		70.25s	90,082	5,535	68,439
Kimi K3	6.5	10.0	50.0%	0		223.03s	12,792	399	20,460

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
Muse Spark 1.1	10.0	10.0	100.0%	0		8.40s	7,827	240	5,907
Kimi K3	7.3	5.8	83.3%	1		16.72s	7,839	354	2,606

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
Muse Spark 1.1	3.5	4.4	33.3%	2		67.39s	1,272	66	64,456
Kimi K3	5.9	9.3	33.3%	0		490.14s	794	80	83,180

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
Muse Spark 1.1	10.0	10.0	100.0%	0		7.73s	906	116	3,390
Kimi K3	10.0	10.0	100.0%	0		14.91s	732	191	871

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
Muse Spark 1.1	6.4	6.0	66.7%	1		7.81s	1,527	193	7,158
Kimi K3	10.0	10.0	100.0%	0		7.66s	1,179	147	1,119

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
Muse Spark 1.1	7.8	9.9	66.7%	0		69.96s	1,938	225	140,780
Kimi K3	10.0	10.0	100.0%	0		7.36s	1,416	495	1,368

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
Muse Spark 1.1	9.6	10.0	100.0%	0		9.88s	14,363	795	2,938
Kimi K3	3.0	10.0	0.0%	0		0ms	0	0	0

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
Muse Spark 1.1	3.0	10.0	0.0%	0		22.93s	612	42	10,291
Kimi K3	3.0	10.0	0.0%	0		19.67s	465	288	1,284

Comparación rápida

Cambiar par de comparación

Kimi K3maxvsGPT-5.6 Terrahigh Muse Spark 1.1highvsGPT-5 Minimedium Muse Spark 1.1highvsStep 3.7 Flashmedium Muse Spark 1.1highvsGPT-5.2 Chatnone Seed-2.0-LitemediumvsKimi K3max Kimi K3maxvsGLM 5.2high Kimi K3maxvsQwen3.7 Plusmedium Kimi K3maxvsGPT-5.2 Chatnone Kimi K3maxvsStep 3.7 Flashmedium Kimi K3maxvsQwen3.6 Plusmedium Kimi K3maxvsGLM 5.2medium Kimi K3maxvsGPT-5.6 Terramedium