AI BENCHY Compare

Meta: Muse Spark 1.1 vs OpenAI: GPT-5.6 Terra

Resumen

La puntuación media está prácticamente empatada en 7.8 vs 7.8. GPT-5.6 Terra (medium) tiene menor coste de benchmark con $0.496 vs $1.440. GPT-5.6 Terra (medium) es más rápido con 6.69s vs 29.16s, con tasas de acierto de 69.8% vs 68.3%.

Modelo recomendadoGPT-5.6 Terra (medium)Tiene la mejor puntuación aquí (7.8) y cuesta aproximadamente 2.9x menos que Muse Spark 1.1 (high).

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

Métrica	Muse Spark 1.1 Muse Spark 1.1 high Lanzamiento: 2026-07-16	GPT-5.6 Terra GPT-5.6 Terra medium Lanzamiento: 2026-07-09

Métrica	Muse Spark 1.1 Muse Spark 1.1 high Lanzamiento: 2026-07-16	GPT-5.6 Terra GPT-5.6 Terra medium Lanzamiento: 2026-07-09
Puntuación	7.8	7.8
Rango	#41	#43
Fiabilidad	10.0	10.0
Consistencia	8.1	9.2
Pruebas correctas
Tasa de aciertos por intento	69.8%	68.3%
Pruebas inestables	5	2
Ejecuciones totales	61	63
Costo por resultado	11.997	3.815
Costo total	$1.440	$0.496
Precio de entrada	$1.250 / 1M	$2.500 / 1M
Precio de salida	$4.250 / 1M	$15.000 / 1M
Total de tokens de entrada	64,900	34,218
Tokens de salida	3,577	1,982
Tokens de razonamiento	316,055	25,370
Tiempo de respuesta (promedio)	29.16s	6.69s
Tiempo de respuesta (máximo)	196.03s	41.68s
Tiempo de respuesta (total)	583.18s	140.49s

Generación showcase

Hamster playing table tennis

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

#41 Muse Spark 1.1

high

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

#43 GPT-5.6 Terra

medium

Coste: $0.035
Tiempo: 16.3s
Tokens: 2,418 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-5.6 Terra	8.3	10.0	75.0%	0		2.22s	606	172	657

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-5.6 Terra	6.1	7.2	55.6%	1		7.19s	7,302	427	4,527

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	4.5	2.1	66.7%	1		62.41s	25,559	1,035	32,073
GPT-5.6 Terra	10.0	10.0	100.0%	0		6.26s	11,019	316	540

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-5.6 Terra	10.0	10.0	100.0%	0		872ms	7,140	222	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-5.6 Terra	5.3	10.0	33.3%	0		23.45s	723	70	15,327

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-5.6 Terra	5.5	10.0	0.0%	0		2.37s	477	133	144

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-5.6 Terra	10.0	10.0	100.0%	0		1.43s	660	89	261

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-5.6 Terra	8.4	7.4	88.9%	1		3.78s	642	272	1,462

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-5.6 Terra	10.0	10.0	100.0%	0		5.09s	5,454	254	246

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-5.6 Terra	3.0	10.0	0.0%	0		10.05s	195	27	2,206

Comparación rápida

Cambiar par de comparación

Muse Spark 1.1highvsQwen3.6 Plusmedium Claude Sonnet 5mediumvsMuse Spark 1.1high GPT-5.6 TerramediumvsGrok 4.5low Claude Sonnet 4.6mediumvsMuse Spark 1.1high Muse Spark 1.1highvsGrok 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 Claude Opus 4.8lowvsGPT-5.6 Terramedium Muse Spark 1.1highvsQwen3.5-122B-A10Bmedium