AI BENCHY Compare

Meta: Muse Spark 1.1 vs OpenAI: GPT-5.2 Chat

Resumen

Muse Spark 1.1 (low) lidera en puntuación media con 8.8 vs 8.5. GPT-5.2 Chat tiene menor coste de benchmark con $0.393 vs $0.469. GPT-5.2 Chat es más rápido con 7.13s vs 10.11s, con tasas de acierto de 73.0% vs 74.6%.

Modelo recomendadoGPT-5.2 ChatOfrece el mejor equilibrio general: puntuación competitiva (8.5), menor coste que Muse Spark 1.1 (low) y tiempo de respuesta equilibrado.

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 low Lanzamiento: 2026-07-16	GPT-5.2 Chat GPT-5.2 Chat none Lanzamiento: 2025-12-11

Métrica	Muse Spark 1.1 Muse Spark 1.1 low Lanzamiento: 2026-07-16	GPT-5.2 Chat GPT-5.2 Chat none Lanzamiento: 2025-12-11
Puntuación	8.8	8.5
Rango	#17	#25
Fiabilidad	10.0	10.0
Consistencia	8.5	8.9
Pruebas correctas
Tasa de aciertos por intento	73.0%	74.6%
Pruebas inestables	4	3
Ejecuciones totales	63	63
Costo por resultado	3.606	2.803
Costo total	$0.469	$0.393
Precio de entrada	$1.250 / 1M	$1.750 / 1M
Precio de salida	$4.250 / 1M	$14.000 / 1M
Total de tokens de entrada	59,923	34,212
Tokens de salida	3,722	23,744
Tokens de razonamiento	88,947	0
Tiempo de respuesta (promedio)	10.11s	7.13s
Tiempo de respuesta (máximo)	54.15s	38.52s
Tiempo de respuesta (total)	212.29s	149.69s

Generación showcase

Hamster playing table tennis

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

#17 Muse Spark 1.1

low

Coste: $0.020
Tiempo: 39.2s
Tokens: 4,947 tok

#25 GPT-5.2 Chat

none

Coste: $0.010
Tiempo: 15.3s
Tokens: 797 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	7.9	6.3	83.3%	2		4.36s	2,334	621	6,040
GPT-5.2 Chat	8.7	7.9	91.7%	1		3.40s	606	1,807	0

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		10.34s	8,562	394	14,503
GPT-5.2 Chat	8.8	7.8	88.9%	1		9.82s	7,305	6,731	0

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	9.6	10.0	100.0%	0		19.26s	21,277	885	6,849
GPT-5.2 Chat	10.0	10.0	100.0%	0		9.12s	11,019	1,243	0

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		3.22s	7,827	240	2,074
GPT-5.2 Chat	10.0	10.0	100.0%	0		3.05s	7,140	980	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	2.9	7.2	11.1%	1		29.73s	2,016	235	42,049
GPT-5.2 Chat	5.3	10.0	33.3%	0		17.78s	723	7,810	0

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		4.12s	906	131	1,125
GPT-5.2 Chat	4.4	3.0	33.3%	1		3.20s	477	335	0

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	7.3	6.0	83.3%	1		5.42s	1,527	252	4,246
GPT-5.2 Chat	9.8	10.0	100.0%	0		5.51s	660	1,441	0

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	8.3	10.0	66.7%	0		6.60s	1,938	391	7,503
GPT-5.2 Chat	7.7	10.0	66.7%	0		4.10s	642	1,603	0

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	9.8	10.0	100.0%	0		5.98s	12,924	533	1,012
GPT-5.2 Chat	10.0	10.0	100.0%	0		4.68s	5,445	555	0

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		8.17s	612	40	3,546
GPT-5.2 Chat	3.0	10.0	0.0%	0		6.89s	195	1,239	0

Comparación rápida

Cambiar par de comparación

Seed-2.0-LitemediumvsGPT-5.2 Chatnone GPT-5.2 ChatnonevsStep 3.7 Flashmedium Kimi K3maxvsGPT-5.2 Chatnone Claude Opus 4.7mediumvsMuse Spark 1.1low Claude Opus 4.8mediumvsMuse Spark 1.1low GPT-5.2 ChatnonevsGLM 5medium Muse Spark 1.1lowvsGLM 5.2medium Muse Spark 1.1lowvsQwen3.6 Max Previewmedium GPT-5.2 ChatnonevsGrok 4.5medium Muse Spark 1.1lowvsGPT-5.3-Codexmedium GPT-5.2 ChatnonevsGLM 5.2medium Muse Spark 1.1lowvsGLM 5medium