AI BENCHY Compare

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

Resumen

Muse Spark 1.1 (medium) lidera en puntuación media con 8.9 vs 8.5. GPT-5.2 Chat tiene menor coste de benchmark con $0.393 vs $1.152. GPT-5.2 Chat es más rápido con 7.13s vs 23.35s, con tasas de acierto de 76.2% vs 74.6%.

Modelo recomendadoGPT-5.2 ChatSu puntuación se mantiene cerca de la mejor aquí (8.5 vs 8.9) y cuesta aproximadamente 2.9x menos que Muse Spark 1.1 (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 medium 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 medium Lanzamiento: 2026-07-16	GPT-5.2 Chat GPT-5.2 Chat none Lanzamiento: 2025-12-11
Puntuación	8.9	8.5
Rango	#15	#25
Fiabilidad	10.0	10.0
Consistencia	9.2	8.9
Pruebas correctas
Tasa de aciertos por intento	76.2%	74.6%
Pruebas inestables	2	3
Ejecuciones totales	63	63
Costo por resultado	7.676	2.803
Costo total	$1.152	$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	59,928	34,212
Tokens de salida	3,523	23,744
Tokens de razonamiento	249,752	0
Tiempo de respuesta (promedio)	23.35s	7.13s
Tiempo de respuesta (máximo)	165.38s	38.52s
Tiempo de respuesta (total)	490.40s	149.69s

Generación showcase

Hamster playing table tennis

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

#15 Muse Spark 1.1

medium

Coste: $0.024
Tiempo: 29.2s
Tokens: 5,774 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	10.0	10.0	100.0%	0		5.72s	2,334	657	8,260
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		15.66s	8,562	347	23,562
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		26.33s	21,282	838	11,595
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		4.96s	7,827	240	3,387
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	3.5	4.4	33.3%	2		71.45s	2,016	105	109,166
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		4.41s	906	116	1,833
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	6.5	10.0	50.0%	0		6.31s	1,527	233	5,186
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	7.9	9.9	66.7%	0		42.49s	1,938	350	76,778
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		6.99s	12,924	598	1,610
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		18.45s	612	39	8,375
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 GPT-5.2 ChatnonevsGLM 5medium GPT-5.2 ChatnonevsGrok 4.5medium GPT-5.2 ChatnonevsGLM 5.2medium DeepSeek V4 FlashhighvsGPT-5.2 Chatnone Claude Opus 4.7mediumvsGPT-5.2 Chatnone Gemini 2.5 FlashmediumvsGPT-5.2 Chatnone Muse Spark 1.1lowvsGPT-5.2 Chatnone Muse Spark 1.1mediumvsKimi K3max GPT-5.2 ChatnonevsQwen3.7 Plusmedium