AI BENCHY Compare

Meta: Muse Spark 1.1 vs Qwen: Qwen3.5-122B-A10B

Resumen

Muse Spark 1.1 (high) lidera en puntuación media con 7.8 vs 7.7. Qwen3.5-122B-A10B (medium) tiene menor coste de benchmark con $0.588 vs $1.440. Muse Spark 1.1 (high) es más rápido con 29.16s vs 42.49s, con tasas de acierto de 69.8% vs 73.0%.

Modelo recomendadoQwen3.5-122B-A10B (medium)Su puntuación se mantiene cerca de la mejor aquí (7.7 vs 7.8) y cuesta aproximadamente 2.5x 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	Qwen3.5-122B-A10B Qwen3.5-122B-A10B medium Lanzamiento: 2026-02-24

Métrica	Muse Spark 1.1 Muse Spark 1.1 high Lanzamiento: 2026-07-16	Qwen3.5-122B-A10B Qwen3.5-122B-A10B medium Lanzamiento: 2026-02-24
Puntuación	7.8	7.7
Rango	#41	#50
Fiabilidad	10.0	10.0
Consistencia	8.1	8.8
Pruebas correctas
Tasa de aciertos por intento	69.8%	73.0%
Pruebas inestables	5	3
Ejecuciones totales	61	63
Costo por resultado	11.997	5.235
Costo total	$1.440	$0.588
Precio de entrada	$1.250 / 1M	$0.260 / 1M
Precio de salida	$4.250 / 1M	$2.080 / 1M
Total de tokens de entrada	64,900	41,832
Tokens de salida	3,577	26,187
Tokens de razonamiento	316,055	251,028
Tiempo de respuesta (promedio)	29.16s	42.49s
Tiempo de respuesta (máximo)	196.03s	168.16s
Tiempo de respuesta (total)	583.18s	892.30s

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

#50 Qwen3.5-122B-A10B

medium

Coste: $0.019
Tiempo: 48.7s
Tokens: 6,034 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
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		9.75s	672	269	16,835

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
Qwen3.5-122B-A10B	6.0	7.2	55.6%	1		114.48s	7,630	8,057	82,578

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
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		107.79s	14,947	483	11,337

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
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		23.41s	7,782	270	16,558

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
Qwen3.5-122B-A10B	2.9	7.2	11.1%	1		63.40s	771	15,537	64,889

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
Qwen3.5-122B-A10B	3.4	2.2	33.3%	1		34.11s	344	66	7,592

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
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		9.88s	593	77	7,372

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
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		17.89s	696	284	27,575

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
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		4.60s	8,193	322	1,226

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
Qwen3.5-122B-A10B	3.0	10.0	0.0%	0		52.87s	204	822	15,066

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 Sonnet 4.6mediumvsMuse Spark 1.1high GPT-5.6 TerralowvsQwen3.5-122B-A10Bmedium Muse Spark 1.1highvsGrok 4.5low Qwen3.5-122B-A10BmediumvsStep 3.7 Flashlow Muse Spark 1.1highvsQwen3.5-27Bmedium GPT-5.6 LunahighvsQwen3.5-122B-A10Bmedium Gemini 3.1 Flash Lite PreviewmediumvsMuse Spark 1.1high KAT-Coder-Pro V2.5highvsQwen3.5-122B-A10Bmedium