AI BENCHY Compare

Meta: Muse Spark 1.1 vs Z.ai: GLM 5.2

Resumen

Muse Spark 1.1 (low) lidera en puntuación media con 8.8 vs 8.7. GLM 5.2 (medium) tiene menor coste de benchmark con $0.213 vs $0.469. Muse Spark 1.1 (low) es más rápido con 10.11s vs 23.28s, con tasas de acierto de 73.0% vs 84.1%.

Modelo recomendadoMuse Spark 1.1 (low)Tiene la mejor puntuación aquí (8.8) y responde aproximadamente 2.3x más rápido que GLM 5.2 (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	GLM 5.2 GLM 5.2 medium Lanzamiento: 2026-06-17

Métrica	Muse Spark 1.1 Muse Spark 1.1 low Lanzamiento: 2026-07-16	GLM 5.2 GLM 5.2 medium Lanzamiento: 2026-06-17
Puntuación	8.8	8.7
Rango	#17	#19
Fiabilidad	10.0	9.5
Consistencia	8.5	8.4
Pruebas correctas
Tasa de aciertos por intento	73.0%	84.1%
Pruebas inestables	4	4
Ejecuciones totales	63	63
Costo por resultado	3.606	2.159
Costo total	$0.469	$0.213
Precio de entrada	$1.250 / 1M	$0.919 / 1M
Precio de salida	$4.250 / 1M	$2.887 / 1M
Total de tokens de entrada	59,923	37,199
Tokens de salida	3,722	12,261
Tokens de razonamiento	88,947	49,500
Tiempo de respuesta (promedio)	10.11s	23.28s
Tiempo de respuesta (máximo)	54.15s	101.36s
Tiempo de respuesta (total)	212.29s	488.94s

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

#19 GLM 5.2

medium

Coste: $0.041
Tiempo: 195.8s
Tokens: 9,287 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
GLM 5.2	10.0	10.0	100.0%	0		5.89s	639	497	2,634

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
GLM 5.2	8.2	7.2	88.9%	1		40.96s	7,317	1,475	17,123

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
GLM 5.2	10.0	10.0	100.0%	0		51.96s	12,696	458	4,531

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
GLM 5.2	10.0	10.0	100.0%	0		13.44s	7,149	348	2,345

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
GLM 5.2	4.1	4.4	44.5%	2		45.47s	551	8,188	11,606

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
GLM 5.2	10.0	10.0	100.0%	0		17.39s	498	54	1,842

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
GLM 5.2	9.9	10.0	100.0%	0		7.90s	678	94	1,518

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
GLM 5.2	8.2	7.2	88.9%	1		13.13s	672	536	4,822

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
GLM 5.2	10.0	10.0	100.0%	0		20.41s	6,861	230	550

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
GLM 5.2	3.0	10.0	0.0%	0		34.25s	138	381	2,529

Comparación rápida

Cambiar par de comparación

Claude Opus 4.7mediumvsMuse Spark 1.1low Claude Opus 4.8mediumvsMuse Spark 1.1low Muse Spark 1.1lowvsQwen3.6 Max Previewmedium Kimi K3maxvsGLM 5.2medium Muse Spark 1.1lowvsGPT-5.3-Codexmedium GPT-5.2 ChatnonevsGLM 5.2medium Muse Spark 1.1lowvsGLM 5medium Muse Spark 1.1lowvsKimi K3max Muse Spark 1.1lowvsGPT-5 Minimedium Muse Spark 1.1lowvsGPT-5.5medium Muse Spark 1.1lowvsGPT-5.4medium Seed-2.0-LitemediumvsMuse Spark 1.1low