AI BENCHY Compare

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

Resumen

GPT-5.6 Sol (low) lidera en puntuación media con 9.5 vs 8.9. GPT-5.6 Sol (low) tiene menor coste de benchmark con $0.649 vs $1.152. GPT-5.6 Sol (low) es más rápido con 8.29s vs 23.35s, con tasas de acierto de 76.2% vs 85.7%.

Modelo recomendadoGPT-5.6 Sol (low)Tiene la mejor puntuación aquí (9.5) y cuesta aproximadamente 1.8x 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-5.6 Sol GPT-5.6 Sol low 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 low Lanzamiento: 2026-07-09
Puntuación	8.9	9.5
Rango	#15	#3
Fiabilidad	10.0	10.0
Consistencia	9.2	9.2
Pruebas correctas
Tasa de aciertos por intento	76.2%	85.7%
Pruebas inestables	2	2
Ejecuciones totales	63	63
Costo por resultado	7.676	3.816
Costo total	$1.152	$0.649
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	34,218
Tokens de salida	3,523	1,898
Tokens de razonamiento	249,752	14,023
Tiempo de respuesta (promedio)	23.35s	8.29s
Tiempo de respuesta (máximo)	165.38s	53.91s
Tiempo de respuesta (total)	490.40s	174.04s

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

#3 GPT-5.6 Sol

low

Coste: $0.062
Tiempo: 26.7s
Tokens: 2,150 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	8.3	10.0	75.0%	0		2.60s	606	174	492

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		11.25s	7,302	412	3,482

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		9.87s	11,019	318	792

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		1.82s	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		29.07s	723	71	7,822

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		3.07s	477	99	135

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		2.27s	660	90	146

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	8.2	7.2	88.9%	1		3.44s	642	224	534

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		7.56s	5,454	258	294

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	10.0	10.0	100.0%	0		3.67s	195	30	326

Comparación rápida

Cambiar par de comparación

Gemini 3 Flash PreviewmediumvsGPT-5.6 Sollow GPT-5.6 SollowvsQwen3.7 Maxmedium Gemini 3.5 FlashhighvsGPT-5.6 Sollow Muse Spark 1.1mediumvsKimi K3max Claude Fable 5mediumvsGPT-5.6 Sollow Gemini 3.1 Pro PreviewmediumvsGPT-5.6 Sollow Muse Spark 1.1mediumvsGPT-5.2 Chatnone Gemini 3.5 FlashlowvsMuse Spark 1.1medium Gemini 3.5 FlashmediumvsGPT-5.6 Sollow Muse Spark 1.1mediumvsGPT-5.5low Muse Spark 1.1mediumvsGPT-5.6 Solhigh DeepSeek V4 FlashhighvsMuse Spark 1.1medium