Meta: Muse Spark 1.1 vs xAI: Grok 4.5

Grok 4.5 (medium) lidera en puntuación media con 8.3 vs 8.3. Muse Spark 1.1 (low) tiene menor coste de benchmark con $0.647 vs $1.928. Muse Spark 1.1 (low) es más rápido con 11.45s vs 61.71s, con tasas de acierto de 69.7% vs 78.8%.

Modelo recomendadoMuse Spark 1.1 (low)Su puntuación se mantiene cerca de la mejor aquí (8.3 vs 8.3) y cuesta aproximadamente 3.0x menos que Grok 4.5 (medium).

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 low Lanzamiento: 2026-07-16	Grok 4.5 Grok 4.5 medium Lanzamiento: 2026-07-08

Métrica	Muse Spark 1.1 Muse Spark 1.1 low Lanzamiento: 2026-07-16	Grok 4.5 Grok 4.5 medium Lanzamiento: 2026-07-08
Puntuación	8.3	8.3
Rango	#24	#22
Fiabilidad	10.0	10.0
Consistencia	8.5	8.9
Pruebas correctas
Tasa de aciertos por intento	69.7%	78.8%
Pruebas inestables	4	3
Ejecuciones totales	66	66
Costo por resultado	4.975	12.049
Costo total	$0.647	$1.928
Precio de entrada	$1.250 / 1M	$2.000 / 1M
Precio de salida	$4.250 / 1M	$6.000 / 1M
Total de tokens de entrada	142,298	122,146
Tokens de salida	10,847	5,514
Tokens de razonamiento	99,467	275,053
Tiempo de respuesta (promedio)	11.45s	61.71s
Tiempo de respuesta (máximo)	54.15s	436.38s
Tiempo de respuesta (total)	251.92s	1357.56s

Hamster playing table tennis

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

#24 Muse Spark 1.1

low

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

#22 xAI: Grok 4.5

medium

Coste: $0.044
Tiempo: 59.4s
Tokens: 7,512 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
Grok 4.5	10.0	10.0	100.0%	0		23.50s	2,991	147	4,018

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
Grok 4.5	7.6	7.2	77.8%	1		155.69s	9,579	390	104,634

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	6.6	9.1	50.0%	0		29.45s	103,652	8,010	17,369
Grok 4.5	10.0	10.0	100.0%	0		29.01s	83,730	4,154	16,180

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
Grok 4.5	10.0	10.0	100.0%	0		6.29s	8,937	225	3,657

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
Grok 4.5	2.9	7.2	11.1%	1		198.89s	2,212	11	121,922

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
Grok 4.5	6.5	3.4	66.7%	1		12.84s	1,077	71	2,384

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
Grok 4.5	9.8	10.0	100.0%	0		6.06s	1,857	57	2,728

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
Grok 4.5	10.0	10.0	100.0%	0		7.75s	2,430	254	3,641

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
Grok 4.5	10.0	10.0	100.0%	0		6.57s	8,544	192	968

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
Grok 4.5	3.0	10.0	0.0%	0		74.44s	789	13	14,921

Comparación rápida

Cambiar par de comparación

Gemini 2.5 FlashmediumvsMuse Spark 1.1low Claude Sonnet 5mediumvsMuse Spark 1.1low Muse Spark 1.1lowvsGPT-5.2medium Muse Spark 1.1lowvsGPT-5 Minimedium Muse Spark 1.1lowvsQwen3.6 Max Previewmedium Muse Spark 1.1lowvsStep 3.7 Flashmedium Muse Spark 1.1lowvsGPT-5.2 Chatnone Muse Spark 1.1lowvsGLM 5.2high Muse Spark 1.1highvsGrok 4.5medium Muse Spark 1.1lowvsGPT-5.4medium GPT-5.2 ChatnonevsGrok 4.5medium Grok 4.5mediumvsGLM 5.2high