AI BENCHY Compare

Meta: Muse Spark 1.1 vs Qwen: Qwen3.6 Max Preview

Resumen

La puntuación media está prácticamente empatada en 8.9 vs 8.9. Qwen3.6 Max Preview (medium) tiene menor coste de benchmark con $0.960 vs $1.152. Muse Spark 1.1 (medium) es más rápido con 23.35s vs 59.63s, con tasas de acierto de 76.2% vs 81.0%.

Modelo recomendadoMuse Spark 1.1 (medium)Tiene la mejor puntuación aquí (8.9) y responde aproximadamente 2.6x más rápido que Qwen3.6 Max Preview (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	Qwen3.6 Max Preview Qwen3.6 Max Preview medium Lanzamiento: 2026-04-20

Métrica	Muse Spark 1.1 Muse Spark 1.1 medium Lanzamiento: 2026-07-16	Qwen3.6 Max Preview Qwen3.6 Max Preview medium Lanzamiento: 2026-04-20
Puntuación	8.9	8.9
Rango	#15	#14
Fiabilidad	10.0	10.0
Consistencia	9.2	9.3
Pruebas correctas
Tasa de aciertos por intento	76.2%	81.0%
Pruebas inestables	2	2
Ejecuciones totales	63	63
Costo por resultado	7.676	7.024
Costo total	$1.152	$0.960
Precio de entrada	$1.250 / 1M	$1.040 / 1M
Precio de salida	$4.250 / 1M	$6.240 / 1M
Total de tokens de entrada	59,928	42,362
Tokens de salida	3,523	2,273
Tokens de razonamiento	249,752	144,367
Tiempo de respuesta (promedio)	23.35s	59.63s
Tiempo de respuesta (máximo)	165.38s	238.07s
Tiempo de respuesta (total)	490.40s	1252.17s

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

#14 Qwen3.6 Max Preview

medium

Coste: $0.024
Tiempo: 76.5s
Tokens: 3,861 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
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		22.13s	672	228	10,075

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
Qwen3.6 Max Preview	8.8	7.8	88.9%	1		146.48s	7,895	427	52,957

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
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		121.49s	14,934	390	14,575

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
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		41.15s	7,782	270	10,106

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
Qwen3.6 Max Preview	2.9	7.2	11.1%	1		95.91s	771	60	30,371

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
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		32.24s	516	129	3,510

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
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		24.31s	699	103	5,848

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
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		24.32s	696	329	7,693

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
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		18.32s	8,193	309	1,571

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
Qwen3.6 Max Preview	3.0	10.0	0.0%	0		60.56s	204	28	7,661

Comparación rápida

Cambiar par de comparación

Muse Spark 1.1lowvsQwen3.6 Max Previewmedium Muse Spark 1.1mediumvsKimi K3max Kimi K3maxvsQwen3.6 Max Previewmedium Gemini 3.5 FlashlowvsQwen3.6 Max Previewmedium Muse Spark 1.1mediumvsGPT-5.2 Chatnone Gemini 3.5 FlashlowvsMuse Spark 1.1medium GPT-5.2 ChatnonevsQwen3.6 Max Previewmedium GPT-5.5lowvsQwen3.6 Max Previewmedium GPT-5.6 SolhighvsQwen3.6 Max Previewmedium Muse Spark 1.1mediumvsGPT-5.5low Muse Spark 1.1mediumvsGPT-5.6 Solhigh DeepSeek V4 FlashhighvsMuse Spark 1.1medium