AI BENCHY Compare

Meta: Muse Spark 1.1 vs Qwen: Qwen3.5-27B

Resumen

La puntuación media está prácticamente empatada en 7.8 vs 7.9. Qwen3.5-27B (medium) tiene menor coste de benchmark con $0.536 vs $1.440. Muse Spark 1.1 (high) es más rápido con 29.16s vs 68.39s, con tasas de acierto de 69.8% vs 73.0%.

Modelo recomendadoQwen3.5-27B (medium)Tiene la mejor puntuación aquí (7.9) y cuesta aproximadamente 2.7x 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	Qwen3.5-27B Qwen3.5-27B medium Lanzamiento: 2026-02-24

Métrica	Muse Spark 1.1 Muse Spark 1.1 high Lanzamiento: 2026-07-16	Qwen3.5-27B Qwen3.5-27B medium Lanzamiento: 2026-02-24
Puntuación	7.8	7.9
Rango	#41	#39
Fiabilidad	10.0	10.0
Consistencia	8.1	8.5
Pruebas correctas
Tasa de aciertos por intento	69.8%	73.0%
Pruebas inestables	5	4
Ejecuciones totales	61	63
Costo por resultado	11.997	4.901
Costo total	$1.440	$0.536
Precio de entrada	$1.250 / 1M	$0.195 / 1M
Precio de salida	$4.250 / 1M	$1.560 / 1M
Total de tokens de entrada	64,900	42,164
Tokens de salida	3,577	8,534
Tokens de razonamiento	316,055	329,289
Tiempo de respuesta (promedio)	29.16s	68.39s
Tiempo de respuesta (máximo)	196.03s	234.36s
Tiempo de respuesta (total)	583.18s	1436.24s

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

#39 Qwen3.5-27B

medium

Coste: $0.008
Tiempo: 62.0s
Tokens: 3,099 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
Qwen3.5-27B	8.7	7.9	91.7%	1		19.75s	672	569	31,505

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
Qwen3.5-27B	6.2	7.1	55.6%	1		160.69s	7,895	6,381	89,388

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
Qwen3.5-27B	10.0	10.0	100.0%	0		163.96s	14,946	483	9,991

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
Qwen3.5-27B	10.0	10.0	100.0%	0		30.26s	7,782	270	16,150

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
Qwen3.5-27B	5.3	10.0	33.3%	0		79.53s	553	43	52,368

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
Qwen3.5-27B	6.1	3.1	66.7%	1		101.41s	524	70	23,147

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
Qwen3.5-27B	10.0	10.0	100.0%	0		19.66s	699	97	11,638

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
Qwen3.5-27B	8.2	7.7	77.8%	1		59.60s	696	242	70,096

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
Qwen3.5-27B	10.0	10.0	100.0%	0		7.45s	8,193	348	1,323

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
Qwen3.5-27B	3.0	10.0	0.0%	0		85.11s	204	31	23,683

Comparación rápida

Cambiar par de comparación

Muse Spark 1.1highvsQwen3.6 Plusmedium Muse Spark 1.1highvsGPT-5.6 Terramedium Claude Sonnet 5mediumvsMuse Spark 1.1high Claude Sonnet 4.6mediumvsMuse Spark 1.1high Muse Spark 1.1highvsGrok 4.5low Gemini 3.1 Flash Lite PreviewmediumvsMuse Spark 1.1high Muse Spark 1.1highvsQwen3.5 Plus 2026-04-20medium Qwen3.5-27BmediumvsGrok 4.5low Gemini 3.1 Flash LitemediumvsMuse Spark 1.1high KAT-Coder-Pro V2.5lowvsQwen3.5-27Bmedium Muse Spark 1.1highvsKimi K2.6mediumDisponible gratis Muse Spark 1.1highvsQwen3.5-122B-A10Bmedium