Meta: Muse Spark 1.1 vs Qwen: Qwen3.7 Plus

Muse Spark 1.1 (high) lidera en puntuación media con 8.1 vs 7.9. Qwen3.7 Plus (medium) tiene menor coste de benchmark con $0.267 vs $1.694. Muse Spark 1.1 (high) es más rápido con 31.49s vs 51.51s, con tasas de acierto de 69.7% vs 75.8%.

Modelo recomendadoQwen3.7 Plus (medium)Su puntuación se mantiene cerca de la mejor aquí (7.9 vs 8.1) y cuesta aproximadamente 6.4x 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	Qwen3.7 Plus Qwen3.7 Plus medium Lanzamiento: 2026-06-03

Métrica	Muse Spark 1.1 Muse Spark 1.1 high Lanzamiento: 2026-07-16	Qwen3.7 Plus Qwen3.7 Plus medium Lanzamiento: 2026-06-03
Puntuación	8.1	7.9
Rango	#27	#34
Fiabilidad	10.0	10.0
Consistencia	7.9	8.9
Pruebas correctas
Tasa de aciertos por intento	69.7%	75.8%
Pruebas inestables	6	3
Ejecuciones totales	64	66
Costo por resultado	14.116	2.072
Costo total	$1.694	$0.267
Precio de entrada	$1.250 / 1M	$0.320 / 1M
Precio de salida	$4.250 / 1M	$1.280 / 1M
Total de tokens de entrada	129,423	115,233
Tokens de salida	8,077	6,162
Tokens de razonamiento	352,421	173,267
Tiempo de respuesta (promedio)	31.49s	51.51s
Tiempo de respuesta (máximo)	196.03s	315.30s
Tiempo de respuesta (total)	661.28s	1133.15s

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

#34 Qwen3.7 Plus

medium

Coste: $0.018
Tiempo: 193.2s
Tokens: 10,821 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
Qwen3.7 Plus	10.0	10.0	100.0%	0		8.58s	672	195	5,065

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
Qwen3.7 Plus	6.1	6.6	55.6%	1		108.60s	6,472	414	43,576

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
Qwen3.7 Plus	8.2	6.9	66.7%	1		190.27s	89,228	4,403	57,645

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
Qwen3.7 Plus	10.0	10.0	100.0%	0		21.75s	7,782	270	6,713

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
Qwen3.7 Plus	3.6	7.2	22.2%	1		45.35s	771	57	27,073

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
Qwen3.7 Plus	10.0	10.0	100.0%	0		25.48s	516	123	3,998

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
Qwen3.7 Plus	10.0	10.0	100.0%	0		16.13s	699	102	5,013

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
Qwen3.7 Plus	10.0	10.0	100.0%	0		16.38s	696	280	7,312

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
Qwen3.7 Plus	10.0	10.0	100.0%	0		15.02s	8,193	292	1,831

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
Qwen3.7 Plus	3.0	10.0	0.0%	0		91.07s	204	26	15,041

Comparación rápida

Cambiar par de comparación

Muse Spark 1.1highvsGPT-5 Minimedium Muse Spark 1.1highvsStep 3.7 Flashmedium Muse Spark 1.1highvsGPT-5.2 Chatnone GPT-5.6 TerrahighvsQwen3.7 Plusmedium Kimi K3maxvsQwen3.7 Plusmedium Claude Opus 4.8lowvsQwen3.7 Plusmedium Muse Spark 1.1highvsKimi K3max Gemini 2.5 FlashmediumvsMuse Spark 1.1high Qwen3.7 PlusmediumvsGLM 5.2high GPT-5.2 ChatnonevsQwen3.7 Plusmedium GPT-5.6 LunahighvsQwen3.7 Plusmedium Seed-2.0-LitemediumvsMuse Spark 1.1high