AI BENCHY Compare

Meta: Muse Spark 1.1 vs OpenAI: GPT-5.6 Sol

Resumen

GPT-5.6 Sol (high) lidera en puntuación media con 9.4 vs 8.9. GPT-5.6 Sol (high) tiene menor coste de benchmark con $0.821 vs $1.152. GPT-5.6 Sol (high) es más rápido con 10.56s vs 23.35s, con tasas de acierto de 76.2% vs 88.9%.

Modelo recomendadoGPT-5.6 Sol (high)Tiene la mejor puntuación aquí (9.4) y responde aproximadamente 2.2x más rápido 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-5.6 Sol GPT-5.6 Sol high Lanzamiento: 2026-07-09

Métrica	Muse Spark 1.1 Muse Spark 1.1 medium Lanzamiento: 2026-07-16	GPT-5.6 Sol GPT-5.6 Sol high Lanzamiento: 2026-07-09
Puntuación	8.9	9.4
Rango	#15	#6
Fiabilidad	10.0	10.0
Consistencia	9.2	8.8
Pruebas correctas
Tasa de aciertos por intento	76.2%	88.9%
Pruebas inestables	2	3
Ejecuciones totales	63	63
Costo por resultado	7.676	4.824
Costo total	$1.152	$0.821
Precio de entrada	$1.250 / 1M	$5.000 / 1M
Precio de salida	$4.250 / 1M	$30.000 / 1M
Total de tokens de entrada	59,928	34,114
Tokens de salida	3,523	1,872
Tokens de razonamiento	249,752	19,777
Tiempo de respuesta (promedio)	23.35s	10.56s
Tiempo de respuesta (máximo)	165.38s	54.79s
Tiempo de respuesta (total)	490.40s	221.69s

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

#6 GPT-5.6 Sol

high

Coste: $0.151
Tiempo: 201.9s
Tokens: 5,100 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-5.6 Sol	8.7	7.9	91.7%	1		3.39s	606	171	644

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-5.6 Sol	10.0	10.0	100.0%	0		12.52s	7,302	404	5,656

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-5.6 Sol	10.0	10.0	100.0%	0		13.68s	11,019	315	1,599

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-5.6 Sol	10.0	10.0	100.0%	0		1.16s	7,140	222	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-5.6 Sol	5.3	7.2	44.4%	1		39.45s	619	62	9,556

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-5.6 Sol	10.0	10.0	100.0%	0		4.40s	477	97	238

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-5.6 Sol	10.0	10.0	100.0%	0		2.73s	660	96	331

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-5.6 Sol	10.0	10.0	100.0%	0		4.10s	642	211	675

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-5.6 Sol	10.0	10.0	100.0%	0		7.08s	5,454	264	393

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-5.6 Sol	4.7	1.6	66.7%	1		6.97s	195	30	685

Comparación rápida

Cambiar par de comparación

GPT-5.6 SolhighvsQwen3.7 Maxmedium Gemini 3.5 FlashlowvsGPT-5.6 Solhigh Claude Fable 5mediumvsGPT-5.6 Solhigh Gemini 3.1 Pro PreviewmediumvsGPT-5.6 Solhigh Gemini 3.5 FlashmediumvsGPT-5.6 Solhigh Gemini 3 Flash PreviewmediumvsGPT-5.6 Solhigh Muse Spark 1.1mediumvsKimi K3max Muse Spark 1.1mediumvsGPT-5.2 Chatnone Gemini 3.5 FlashlowvsMuse Spark 1.1medium GPT-5.6 SolhighvsQwen3.6 Max Previewmedium Muse Spark 1.1mediumvsGPT-5.5low Claude Opus 4.8mediumvsGPT-5.6 Solhigh