AI BENCHY Compare

Meta: Muse Spark 1.1 vs Qwen: Qwen3.6 Plus

Resumen

La puntuación media está prácticamente empatada en 7.8 vs 7.8. Qwen3.6 Plus (medium) tiene menor coste de benchmark con $0.294 vs $1.440. Muse Spark 1.1 (high) es más rápido con 29.16s vs 30.70s, con tasas de acierto de 69.8% vs 69.8%.

Modelo recomendadoQwen3.6 Plus (medium)Tiene la mejor puntuación aquí (7.8) y cuesta aproximadamente 4.9x 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	Qwen3.6 Plus Qwen3.6 Plus medium Lanzamiento: 2026-04-20

Métrica	Muse Spark 1.1 Muse Spark 1.1 high Lanzamiento: 2026-07-16	Qwen3.6 Plus Qwen3.6 Plus medium Lanzamiento: 2026-04-20
Puntuación	7.8	7.8
Rango	#41	#42
Fiabilidad	10.0	10.0
Consistencia	8.1	9.3
Pruebas correctas
Tasa de aciertos por intento	69.8%	69.8%
Pruebas inestables	5	2
Ejecuciones totales	61	63
Costo por resultado	11.997	0.831
Costo total	$1.440	$0.294
Precio de entrada	$1.250 / 1M	$0.325 / 1M
Precio de salida	$4.250 / 1M	$1.950 / 1M
Total de tokens de entrada	64,900	41,565
Tokens de salida	3,577	1,853
Tokens de razonamiento	316,055	141,973
Tiempo de respuesta (promedio)	29.16s	30.70s
Tiempo de respuesta (máximo)	196.03s	201.68s
Tiempo de respuesta (total)	583.18s	613.99s

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

#42 Qwen3.6 Plus

medium

Coste: $0.024
Tiempo: 219.0s
Tokens: 12,235 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
Qwen3.6 Plus	10.0	10.0	100.0%	0		9.90s	672	207	7,557

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
Qwen3.6 Plus	6.1	7.8	44.4%	1		153.12s	7,098	58	50,586

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
Qwen3.6 Plus	10.0	10.0	100.0%	0		34.95s	14,934	452	13,073

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
Qwen3.6 Plus	10.0	10.0	100.0%	0		14.95s	7,782	270	10,706

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
Qwen3.6 Plus	2.9	7.2	11.1%	1		29.59s	771	56	33,464

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
Qwen3.6 Plus	5.1	10.0	0.0%	0		27.05s	516	111	5,232

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
Qwen3.6 Plus	10.0	10.0	100.0%	0		7.54s	699	102	5,552

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
Qwen3.6 Plus	10.0	10.0	100.0%	0		6.34s	696	309	6,712

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
Qwen3.6 Plus	10.0	10.0	100.0%	0		5.87s	8,193	267	1,330

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
Qwen3.6 Plus	3.0	10.0	0.0%	0		47.51s	204	21	7,761

Comparación rápida

Cambiar par de comparación

Muse Spark 1.1highvsGPT-5.6 Terramedium Claude Sonnet 5mediumvsMuse Spark 1.1high Claude Sonnet 4.6mediumvsMuse Spark 1.1high Qwen3.6 PlusmediumvsGrok 4.5low 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 Muse Spark 1.1highvsQwen3.5-122B-A10Bmedium Claude Opus 4.8lowvsQwen3.6 Plusmedium