Meta: Muse Spark 1.1 vs OpenAI: GPT-5.4

Muse Spark 1.1 (medium) lidera en puntuación media con 8.6 vs 8.5. Muse Spark 1.1 (medium) tiene menor coste de benchmark con $1.357 vs $1.533. GPT-5.4 (medium) es más rápido con 23.10s vs 24.97s, con tasas de acierto de 72.7% vs 77.3%.

Modelo recomendadoMuse Spark 1.1 (medium)Tiene la puntuación más alta en esta comparación (8.6) y el mejor equilibrio general entre coste y tiempo de respuesta en los 2 modelos.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-18

Métrica	Muse Spark 1.1 Muse Spark 1.1 medium Lanzamiento: 2026-07-16	GPT-5.4 GPT-5.4 medium Lanzamiento: 2026-03-05

Métrica	Muse Spark 1.1 Muse Spark 1.1 medium Lanzamiento: 2026-07-16	GPT-5.4 GPT-5.4 medium Lanzamiento: 2026-03-05
Puntuación	8.6	8.5
Rango	#16	#18
Fiabilidad	10.0	10.0
Consistencia	9.2	8.6
Pruebas correctas
Tasa de aciertos por intento	72.7%	77.3%
Pruebas inestables	2	4
Ejecuciones totales	66	66
Costo por resultado	9.041	10.220
Costo total	$1.357	$1.533
Precio de entrada	$1.250 / 1M	$2.500 / 1M
Precio de salida	$4.250 / 1M	$15.000 / 1M
Total de tokens de entrada	142,567	81,127
Tokens de salida	7,905	6,155
Tokens de razonamiento	269,225	82,515
Tiempo de respuesta (promedio)	24.97s	23.10s
Tiempo de respuesta (máximo)	165.38s	100.41s
Tiempo de respuesta (total)	549.31s	508.26s

Hamster playing table tennis

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

#16 Muse Spark 1.1

medium

Coste: $0.024
Tiempo: 29.2s
Tokens: 5,774 tok

#18 GPT-5.4

medium

Coste: $0.214
Tiempo: 199.6s
Tokens: 14,349 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-5.4	8.3	10.0	75.0%	0		4.11s	606	240	1,511

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-5.4	8.8	7.8	88.9%	1		44.36s	7,305	433	24,216

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	8.3	10.0	50.0%	0		42.62s	103,921	5,220	31,068
GPT-5.4	10.0	10.0	100.0%	0		29.77s	58,038	4,214	13,351

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-5.4	10.0	10.0	100.0%	0		5.32s	7,140	234	804

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-5.4	5.3	7.2	44.4%	1		74.27s	619	61	34,748

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-5.4	4.7	3.1	33.3%	1		4.92s	477	145	321

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-5.4	10.0	10.0	100.0%	0		3.11s	660	93	897

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-5.4	8.2	7.2	88.9%	1		9.14s	642	441	3,815

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-5.4	10.0	10.0	100.0%	0		13.28s	5,445	264	1,031

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-5.4	3.0	10.0	0.0%	0		13.95s	195	30	1,821

Comparación rápida

Cambiar par de comparación

GPT-5.4mediumvsGrok 4.5low Muse Spark 1.1mediumvsGrok 4.5low Muse Spark 1.1lowvsGPT-5.4medium Muse Spark 1.1mediumvsGrok 4.5high Gemini 3.5 FlashlowvsMuse Spark 1.1medium GPT-5.4mediumvsGrok 4.5high Gemini 3.5 FlashlowvsGPT-5.4medium Muse Spark 1.1highvsGPT-5.4medium GPT-5.4mediumvsInklinghigh GPT-5.4mediumvsGLM 5.2high Kimi K3maxvsGPT-5.4medium Muse Spark 1.1mediumvsInklinghigh