Meta: Muse Spark 1.1 vs OpenAI: GPT-5.2 Chat

La puntuación media está prácticamente empatada en 8.1 vs 8.0. GPT-5.2 Chat tiene menor coste de benchmark con $0.604 vs $1.694. GPT-5.2 Chat es más rápido con 7.65s vs 31.49s, con tasas de acierto de 69.7% vs 74.2%.

Modelo recomendadoGPT-5.2 ChatTiene la mejor puntuación aquí (8.0) y cuesta aproximadamente 2.8x menos que Muse Spark 1.1 (high).

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	GPT-5.2 Chat GPT-5.2 Chat none Lanzamiento: 2025-12-11

Métrica	Muse Spark 1.1 Muse Spark 1.1 high Lanzamiento: 2026-07-16	GPT-5.2 Chat GPT-5.2 Chat none Lanzamiento: 2025-12-11
Puntuación	8.1	8.0
Rango	#27	#29
Fiabilidad	10.0	10.0
Consistencia	7.9	8.6
Pruebas correctas
Tasa de aciertos por intento	69.7%	74.2%
Pruebas inestables	6	4
Ejecuciones totales	64	66
Costo por resultado	14.116	4.308
Costo total	$1.694	$0.604
Precio de entrada	$1.250 / 1M	$1.750 / 1M
Precio de salida	$4.250 / 1M	$14.000 / 1M
Total de tokens de entrada	129,423	101,248
Tokens de salida	8,077	30,424
Tokens de razonamiento	352,421	0
Tiempo de respuesta (promedio)	31.49s	7.65s
Tiempo de respuesta (máximo)	196.03s	38.52s
Tiempo de respuesta (total)	661.28s	168.39s

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

#29 GPT-5.2 Chat

none

Coste: $0.010
Tiempo: 15.3s
Tokens: 797 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
GPT-5.2 Chat	8.7	7.9	91.7%	1		3.40s	606	1,807	0

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
GPT-5.2 Chat	8.8	7.8	88.9%	1		9.82s	7,305	6,731	0

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
GPT-5.2 Chat	7.3	5.8	83.3%	1		13.91s	78,055	7,923	0

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
GPT-5.2 Chat	10.0	10.0	100.0%	0		3.05s	7,140	980	0

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
GPT-5.2 Chat	5.3	10.0	33.3%	0		17.78s	723	7,810	0

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
GPT-5.2 Chat	4.4	3.0	33.3%	1		3.20s	477	335	0

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
GPT-5.2 Chat	9.8	10.0	100.0%	0		5.51s	660	1,441	0

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
GPT-5.2 Chat	7.7	10.0	66.7%	0		4.10s	642	1,603	0

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
GPT-5.2 Chat	10.0	10.0	100.0%	0		4.68s	5,445	555	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
GPT-5.2 Chat	3.0	10.0	0.0%	0		6.89s	195	1,239	0

Comparación rápida

Cambiar par de comparación

GPT-5.2 ChatnonevsStep 3.7 Flashmedium Muse Spark 1.1highvsGPT-5 Minimedium GPT-5.2 ChatnonevsGLM 5.2high Muse Spark 1.1highvsStep 3.7 Flashmedium Kimi K3maxvsGPT-5.2 Chatnone Muse Spark 1.1highvsKimi K3max Seed-2.0-LitemediumvsGPT-5.2 Chatnone Gemini 2.5 FlashmediumvsMuse Spark 1.1high GPT-5.2 ChatnonevsQwen3.7 Plusmedium Seed-2.0-LitemediumvsMuse Spark 1.1high Gemini 2.5 FlashmediumvsGPT-5.2 Chatnone GPT-5.2 ChatnonevsQwen3.6 Plusmedium