Meta: Muse Spark 1.1 vs xAI: Grok 4.5

Muse Spark 1.1 (medium) lidera en puntuación media con 8.6 vs 8.4. Grok 4.5 (low) tiene menor coste de benchmark con $0.935 vs $1.357. Grok 4.5 (low) es más rápido con 15.56s vs 24.97s, con tasas de acierto de 72.7% vs 75.8%.

Modelo recomendadoGrok 4.5 (low)Su puntuación se mantiene cerca de la mejor aquí (8.4 vs 8.6) y responde aproximadamente 1.6x más rápido que Muse Spark 1.1 (medium).

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-17

Métrica	Muse Spark 1.1 Muse Spark 1.1 medium Lanzamiento: 2026-07-16	Grok 4.5 Grok 4.5 low Lanzamiento: 2026-07-08

Métrica	Muse Spark 1.1 Muse Spark 1.1 medium Lanzamiento: 2026-07-16	Grok 4.5 Grok 4.5 low Lanzamiento: 2026-07-08
Puntuación	8.6	8.4
Rango	#16	#20
Fiabilidad	10.0	10.0
Consistencia	9.2	9.7
Pruebas correctas
Tasa de aciertos por intento	72.7%	75.8%
Pruebas inestables	2	1
Ejecuciones totales	66	66
Costo por resultado	9.041	5.844
Costo total	$1.357	$0.935
Precio de entrada	$1.250 / 1M	$2.000 / 1M
Precio de salida	$4.250 / 1M	$6.000 / 1M
Total de tokens de entrada	142,567	125,596
Tokens de salida	7,905	7,505
Tokens de razonamiento	269,225	106,446
Tiempo de respuesta (promedio)	24.97s	15.56s
Tiempo de respuesta (máximo)	165.38s	205.28s
Tiempo de respuesta (total)	549.31s	342.32s

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

#20 xAI: Grok 4.5

low

Coste: $0.011
Tiempo: 12.4s
Tokens: 2,018 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
Grok 4.5	10.0	10.0	100.0%	0		2.75s	2,991	261	3,000

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
Grok 4.5	10.0	10.0	100.0%	0		13.72s	9,579	303	15,641

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
Grok 4.5	6.5	10.0	50.0%	0		12.75s	82,028	6,031	3,583

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
Grok 4.5	10.0	10.0	100.0%	0		3.44s	8,937	225	2,549

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
Grok 4.5	3.0	10.0	0.0%	0		72.64s	2,514	14	70,275

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
Grok 4.5	6.1	3.1	66.7%	1		4.88s	1,077	98	1,253

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
Grok 4.5	9.8	10.0	100.0%	0		2.80s	1,857	57	1,878

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
Grok 4.5	10.0	10.0	100.0%	0		3.20s	2,430	217	2,590

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
Grok 4.5	10.0	10.0	100.0%	0		5.83s	13,394	284	871

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
Grok 4.5	3.0	10.0	0.0%	0		13.98s	789	15	4,806

Comparación rápida

Cambiar par de comparación

GPT-5.2mediumvsGrok 4.5low Qwen3.6 Max PreviewmediumvsGrok 4.5low Claude Sonnet 5mediumvsGrok 4.5low GPT-5.4mediumvsGrok 4.5low Gemini 2.5 FlashmediumvsGrok 4.5low Claude Fable 5mediumvsGrok 4.5low Muse Spark 1.1mediumvsGrok 4.5high Claude Opus 4.7mediumvsGrok 4.5low Gemini 3.5 FlashlowvsMuse Spark 1.1medium GPT-5 MinimediumvsGrok 4.5low Muse Spark 1.1highvsGrok 4.5low Step 3.7 FlashmediumvsGrok 4.5low