AI BENCHY Compare

Anthropic: Claude Opus 4.7 vs Meta: Muse Spark 1.1

Ringkasan

Muse Spark 1.1 (medium) unggul dalam skor rata-rata dengan 8.9 vs 8.7. Claude Opus 4.7 (medium) memiliki biaya benchmark lebih rendah di $0.679 vs $1.152. Claude Opus 4.7 (medium) lebih cepat di 4.73s vs 23.35s, dengan tingkat keberhasilan 82.5% vs 76.2%.

Model yang direkomendasikanClaude Opus 4.7 (medium)Its score stays close to the best score here (8.7 vs 8.9), while costing about 1.7x less than Muse Spark 1.1 (medium).

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 medium 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 medium Rilis: 2026-07-16
Skor	8.7	8.9
Peringkat	#18	#15
Keandalan	10.0	10.0
Konsistensi	9.6	9.2
Tes benar
Tingkat lulus per percobaan	82.5%	76.2%
Tes tidak stabil	1	2
Total Run	63	63
Biaya per hasil	3.991	7.676
Total Biaya	$0.679	$1.152
Harga input	$5.000 / 1M	$1.250 / 1M
Harga output	$25.000 / 1M	$4.250 / 1M
Total token input	65,406	59,928
Token output	11,858	3,523
Token penalaran	2,198	249,752
Waktu respons (rata-rata)	4.73s	23.35s
Waktu respons (maks)	23.18s	165.38s
Waktu respons (total)	94.51s	490.40s

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

#15 Muse Spark 1.1

medium

Biaya: $0.024
Waktu: 29.2s
Token: 5,774 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	10.0	10.0	100.0%	0		5.72s	2,334	657	8,260

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		15.66s	8,562	347	23,562

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		26.33s	21,282	838	11,595

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		4.96s	7,827	240	3,387

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	3.5	4.4	33.3%	2		71.45s	2,016	105	109,166

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		4.41s	906	116	1,833

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	6.5	10.0	50.0%	0		6.31s	1,527	233	5,186

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	7.9	9.9	66.7%	0		42.49s	1,938	350	76,778

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		6.99s	12,924	598	1,610

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		18.45s	612	39	8,375

Perbandingan Cepat

Ganti Pasangan Perbandingan

Claude Opus 4.7mediumvsMuse Spark 1.1low Claude Opus 4.7mediumvsKimi K3max Claude Opus 4.7mediumvsGPT-5.2 Chatnone Muse Spark 1.1mediumvsKimi K3max Muse Spark 1.1mediumvsGPT-5.2 Chatnone Gemini 3.5 FlashlowvsMuse Spark 1.1medium Claude Opus 4.7mediumvsDeepSeek V4 Flashhigh Muse Spark 1.1mediumvsGPT-5.5low Muse Spark 1.1mediumvsGPT-5.6 Solhigh Claude Opus 4.7mediumvsGPT-5.6 Terrahigh Claude Opus 4.7mediumvsGemini 3.5 Flashlow DeepSeek V4 FlashhighvsMuse Spark 1.1medium