AI BENCHY Compare

Meta: Muse Spark 1.1 vs Z.ai: GLM 5

Resumen

Muse Spark 1.1 (low) lidera en puntuación media con 8.8 vs 8.6. GLM 5 (medium) tiene menor coste de benchmark con $0.372 vs $0.469. Muse Spark 1.1 (low) es más rápido con 10.11s vs 33.54s, con tasas de acierto de 73.0% vs 82.5%.

Modelo recomendadoMuse Spark 1.1 (low)Tiene la mejor puntuación aquí (8.8) y responde aproximadamente 3.3x más rápido que GLM 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	GLM 5 GLM 5 medium Lanzamiento: 2026-02-12

Métrica	Muse Spark 1.1 Muse Spark 1.1 low Lanzamiento: 2026-07-16	GLM 5 GLM 5 medium Lanzamiento: 2026-02-12
Puntuación	8.8	8.6
Rango	#17	#20
Fiabilidad	10.0	10.0
Consistencia	8.5	8.5
Pruebas correctas
Tasa de aciertos por intento	73.0%	82.5%
Pruebas inestables	4	4
Ejecuciones totales	63	63
Costo por resultado	3.606	1.668
Costo total	$0.469	$0.372
Precio de entrada	$1.250 / 1M	$0.950 / 1M
Precio de salida	$4.250 / 1M	$3.150 / 1M
Total de tokens de entrada	59,923	35,224
Tokens de salida	3,722	21,570
Tokens de razonamiento	88,947	102,996
Tiempo de respuesta (promedio)	10.11s	33.54s
Tiempo de respuesta (máximo)	54.15s	99.85s
Tiempo de respuesta (total)	212.29s	435.99s

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

#20 GLM 5

medium

Coste: $0.005
Tiempo: 20.7s
Tokens: 2,068 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	10.0	10.0	100.0%	0		23.66s	555	480	7,056

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	10.0	10.0	100.0%	0		74.30s	7,254	2,997	52,930

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	10.0	10.0	100.0%	0		28.96s	12,804	662	3,242

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	7.1	5.6	83.3%	1		8.90s	5,508	567	3,734

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	3.5	4.4	33.3%	2		0ms	260	13,176	14,137

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	6.1	3.1	66.7%	1		14.69s	477	2,020	2,248

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	10.0	10.0	100.0%	0		7.25s	636	1,001	2,129

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	10.0	10.0	100.0%	0		11.33s	609	33	4,076

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	10.0	10.0	100.0%	0		15.93s	6,935	233	994

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	3.0	10.0	0.0%	0		67.37s	186	401	12,450

Comparación rápida

Cambiar par de comparación

Kimi K3maxvsGLM 5medium 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 Muse Spark 1.1lowvsGPT-5.3-Codexmedium 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