AI BENCHY Compare

Meta: Muse Spark 1.1 vs OpenAI: GPT-5.5

Resumen

GPT-5.5 (medium) lidera en puntuación media con 9.0 vs 8.8. Muse Spark 1.1 (low) tiene menor coste de benchmark con $0.469 vs $3.679. Muse Spark 1.1 (low) es más rápido con 10.11s vs 37.98s, con tasas de acierto de 73.0% vs 87.3%.

Modelo recomendadoMuse Spark 1.1 (low)Su puntuación se mantiene cerca de la mejor aquí (8.8 vs 9.0) y cuesta aproximadamente 7.8x menos que GPT-5.5 (medium).

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-5.5 GPT-5.5 medium Lanzamiento: 2026-04-24

Métrica	Muse Spark 1.1 Muse Spark 1.1 low Lanzamiento: 2026-07-16	GPT-5.5 GPT-5.5 medium Lanzamiento: 2026-04-24
Puntuación	8.8	9.0
Rango	#17	#12
Fiabilidad	10.0	10.0
Consistencia	8.5	8.9
Pruebas correctas
Tasa de aciertos por intento	73.0%	87.3%
Pruebas inestables	4	3
Ejecuciones totales	63	63
Costo por resultado	3.606	21.638
Costo total	$0.469	$3.679
Precio de entrada	$1.250 / 1M	$5.000 / 1M
Precio de salida	$4.250 / 1M	$30.000 / 1M
Total de tokens de entrada	59,923	34,212
Tokens de salida	3,722	1,985
Tokens de razonamiento	88,947	114,925
Tiempo de respuesta (promedio)	10.11s	37.98s
Tiempo de respuesta (máximo)	54.15s	332.10s
Tiempo de respuesta (total)	212.29s	797.60s

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

#12 GPT-5.5

medium

Coste: $0.112
Tiempo: 71.9s
Tokens: 3,807 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-5.5	10.0	10.0	100.0%	0		4.66s	606	250	1,335

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-5.5	8.8	7.8	88.9%	1		59.77s	7,305	362	24,959

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-5.5	10.0	10.0	100.0%	0		19.29s	11,019	312	2,841

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-5.5	10.0	10.0	100.0%	0		4.18s	7,140	234	593

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-5.5	5.3	7.2	44.4%	1		164.14s	723	67	79,625

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-5.5	10.0	10.0	100.0%	0		4.16s	477	138	223

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-5.5	10.0	10.0	100.0%	0		3.36s	660	93	538

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-5.5	10.0	10.0	100.0%	0		6.76s	642	241	2,225

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-5.5	10.0	10.0	100.0%	0		10.57s	5,445	258	832

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-5.5	2.8	1.6	33.3%	1		37.86s	195	30	1,754

Comparación rápida

Cambiar par de comparación

Claude Opus 4.7mediumvsMuse Spark 1.1low Claude Opus 4.8mediumvsMuse Spark 1.1low Muse Spark 1.1lowvsGLM 5.2medium Muse Spark 1.1lowvsQwen3.6 Max Previewmedium Muse Spark 1.1lowvsGPT-5.3-Codexmedium Muse Spark 1.1lowvsGLM 5medium Muse Spark 1.1lowvsKimi K3max Muse Spark 1.1lowvsGPT-5 Minimedium Muse Spark 1.1lowvsGPT-5.4medium Gemini 3.5 FlashlowvsGPT-5.5medium Seed-2.0-LitemediumvsMuse Spark 1.1low Muse Spark 1.1lowvsGPT-5.2 Chatnone