AI BENCHY Compare

Anthropic: Claude Opus 4.7 vs Meta: Muse Spark 1.1

Ringkasan

Muse Spark 1.1 (low) unggul dalam skor rata-rata dengan 8.8 vs 8.7. Muse Spark 1.1 (low) memiliki biaya benchmark lebih rendah di $0.469 vs $0.679. Claude Opus 4.7 (medium) lebih cepat di 4.73s vs 10.11s, dengan tingkat keberhasilan 82.5% vs 73.0%.

Model yang direkomendasikanClaude Opus 4.7 (medium)Its score stays close to the best score here (8.7 vs 8.8), while responding about 2.1x faster than Muse Spark 1.1 (low).

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-16

Metrik	Claude Opus 4.7 Claude Opus 4.7 medium Rilis: 2026-04-16	Muse Spark 1.1 Muse Spark 1.1 low Rilis: 2026-07-16

Metrik	Claude Opus 4.7 Claude Opus 4.7 medium Rilis: 2026-04-16	Muse Spark 1.1 Muse Spark 1.1 low Rilis: 2026-07-16
Skor	8.7	8.8
Peringkat	#18	#17
Keandalan	10.0	10.0
Konsistensi	9.6	8.5
Tes benar
Tingkat lulus per percobaan	82.5%	73.0%
Tes tidak stabil	1	4
Total Run	63	63
Biaya per hasil	3.991	3.606
Total Biaya	$0.679	$0.469
Harga input	$5.000 / 1M	$1.250 / 1M
Harga output	$25.000 / 1M	$4.250 / 1M
Total token input	65,406	59,923
Token output	11,858	3,722
Token penalaran	2,198	88,947
Waktu respons (rata-rata)	4.73s	10.11s
Waktu respons (maks)	23.18s	54.15s
Waktu respons (total)	94.51s	212.29s

Showcase generasi

Hamster playing table tennis

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

#18 Claude Opus 4.7

medium

Biaya: $0.059
Waktu: 26.8s
Token: 2,475 tok

#17 Muse Spark 1.1

low

Biaya: $0.020
Waktu: 39.2s
Token: 4,947 tok

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor vs Waktu respons (rata-rata)

Total token output

Skor vs Total token output

Rincian Kategori

Kategori:

Trik anti-AI	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Opus 4.7	8.3	10.0	75.0%	0		1.85s	894	348	0
Muse Spark 1.1	7.9	6.3	83.3%	2		4.36s	2,334	621	6,040

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Opus 4.7	7.6	7.2	77.8%	1		12.96s	10,635	7,629	1,114
Muse Spark 1.1	10.0	10.0	100.0%	0		10.34s	8,562	394	14,503

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Opus 4.7	10.0	10.0	100.0%	0		21.45s	24,501	2,369	1,084
Muse Spark 1.1	9.6	10.0	100.0%	0		19.26s	21,277	885	6,849

Parsing dan ekstraksi data	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Opus 4.7	10.0	10.0	100.0%	0		2.37s	10,533	324	0
Muse Spark 1.1	10.0	10.0	100.0%	0		3.22s	7,827	240	2,074

Spesifik domain	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Opus 4.7	7.7	10.0	66.7%	0		1.17s	630	51	0
Muse Spark 1.1	2.9	7.2	11.1%	1		29.73s	2,016	235	42,049

Kecerdasan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Opus 4.7	10.0	10.0	100.0%	0		2.87s	723	256	0
Muse Spark 1.1	10.0	10.0	100.0%	0		4.12s	906	131	1,125

Kepatuhan instruksi	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Opus 4.7	10.0	10.0	100.0%	0		1.57s	939	114	0
Muse Spark 1.1	7.3	6.0	83.3%	1		5.42s	1,527	252	4,246

Pemecahan teka-teki	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Opus 4.7	10.0	10.0	100.0%	0		2.43s	939	370	0
Muse Spark 1.1	8.3	10.0	66.7%	0		6.60s	1,938	391	7,503

Pemanggilan alat	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Opus 4.7	10.0	10.0	100.0%	0		4.17s	15,339	373	0
Muse Spark 1.1	9.8	10.0	100.0%	0		5.98s	12,924	533	1,012

Pengetahuan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Opus 4.7	3.0	10.0	0.0%	0		2.25s	273	24	0
Muse Spark 1.1	3.0	10.0	0.0%	0		8.17s	612	40	3,546

Perbandingan Cepat

Ganti Pasangan Perbandingan

Claude Opus 4.8mediumvsMuse Spark 1.1low Muse Spark 1.1lowvsGLM 5.2medium Muse Spark 1.1lowvsQwen3.6 Max Previewmedium Muse Spark 1.1lowvsGPT-5.3-Codexmedium Claude Opus 4.7mediumvsKimi K3max Muse Spark 1.1lowvsGLM 5medium Claude Opus 4.7mediumvsGPT-5.2 Chatnone Muse Spark 1.1lowvsKimi K3max Muse Spark 1.1lowvsGPT-5 Minimedium Muse Spark 1.1lowvsGPT-5.5medium Muse Spark 1.1lowvsGPT-5.4medium Seed-2.0-LitemediumvsMuse Spark 1.1low