AI BENCHY Compare

Anthropic: Claude Sonnet 5 vs Meta: Muse Spark 1.1

Ringkasan

Skor rata-rata hampir imbang di 7.9 vs 7.8. Claude Sonnet 5 (medium) memiliki biaya benchmark lebih rendah di $0.550 vs $1.440. Claude Sonnet 5 (medium) lebih cepat di 9.94s vs 29.16s, dengan tingkat keberhasilan 79.4% vs 69.8%.

Model yang direkomendasikanClaude Sonnet 5 (medium)It has the best score here (7.9), while costing about 2.6x less than Muse Spark 1.1 (high).

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

Metrik	Claude Sonnet 5 Claude Sonnet 5 medium Rilis: 2026-06-30	Muse Spark 1.1 Muse Spark 1.1 high Rilis: 2026-07-16

Metrik	Claude Sonnet 5 Claude Sonnet 5 medium Rilis: 2026-06-30	Muse Spark 1.1 Muse Spark 1.1 high Rilis: 2026-07-16
Skor	7.9	7.8
Peringkat	#40	#41
Keandalan	10.0	10.0
Konsistensi	9.0	8.1
Tes benar
Tingkat lulus per percobaan	79.4%	69.8%
Tes tidak stabil	3	5
Total Run	63	61
Biaya per hasil	3.662	11.997
Total Biaya	$0.550	$1.440
Harga input	$2.000 / 1M	$1.250 / 1M
Harga output	$10.000 / 1M	$4.250 / 1M
Total token input	67,416	64,900
Token output	34,012	3,577
Token penalaran	7,673	316,055
Waktu respons (rata-rata)	9.94s	29.16s
Waktu respons (maks)	56.94s	196.03s
Waktu respons (total)	208.71s	583.18s

Showcase generasi

Hamster playing table tennis

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

#40 Claude Sonnet 5

medium

Biaya: $0.007
Waktu: 6.4s
Token: 832 tok

#41 Muse Spark 1.1

high

Biaya: $0.039
Waktu: 50.1s
Token: 9,423 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 Sonnet 5	10.0	10.0	100.0%	0		3.80s	834	1,220	446
Muse Spark 1.1	7.5	8.4	66.7%	1		8.60s	2,334	516	13,023

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Sonnet 5	9.0	7.9	88.9%	1		17.28s	10,590	13,153	2,379
Muse Spark 1.1	10.0	10.0	100.0%	0		22.92s	8,562	349	36,039

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Sonnet 5	4.5	2.1	66.7%	1		37.01s	29,394	4,848	2,170
Muse Spark 1.1	4.5	2.1	66.7%	1		62.41s	25,559	1,035	32,073

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 Sonnet 5	10.0	10.0	100.0%	0		3.16s	10,503	312	0
Muse Spark 1.1	10.0	10.0	100.0%	0		8.40s	7,827	240	5,907

Spesifik domain	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Sonnet 5	7.7	10.0	66.7%	0		20.38s	975	12,140	1,994
Muse Spark 1.1	3.5	4.4	33.3%	2		67.39s	1,272	66	64,456

Kecerdasan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Sonnet 5	4.8	3.2	33.3%	1		4.32s	708	264	0
Muse Spark 1.1	10.0	10.0	100.0%	0		7.73s	906	116	3,390

Kepatuhan instruksi	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Sonnet 5	9.9	10.0	100.0%	0		3.10s	909	318	269
Muse Spark 1.1	6.4	6.0	66.7%	1		7.81s	1,527	193	7,158

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 Sonnet 5	7.7	10.0	66.7%	0		2.98s	894	407	121
Muse Spark 1.1	7.8	9.9	66.7%	0		69.96s	1,938	225	140,780

Pemanggilan alat	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Sonnet 5	10.0	10.0	100.0%	0		10.70s	12,351	433	90
Muse Spark 1.1	9.6	10.0	100.0%	0		9.88s	14,363	795	2,938

Pengetahuan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Claude Sonnet 5	3.0	10.0	0.0%	0		7.06s	258	917	204
Muse Spark 1.1	3.0	10.0	0.0%	0		22.93s	612	42	10,291

Perbandingan Cepat

Ganti Pasangan Perbandingan

Muse Spark 1.1highvsQwen3.6 Plusmedium Muse Spark 1.1highvsGPT-5.6 Terramedium Claude Sonnet 4.6mediumvsMuse Spark 1.1high Muse Spark 1.1highvsGrok 4.5low Claude Sonnet 5mediumvsGrok 4.5low Muse Spark 1.1highvsQwen3.5-27Bmedium Gemini 3.1 Flash Lite PreviewmediumvsMuse Spark 1.1high Muse Spark 1.1highvsQwen3.5 Plus 2026-04-20medium Gemini 3.1 Flash LitemediumvsMuse Spark 1.1high Muse Spark 1.1highvsKimi K2.6mediumTersedia gratis Muse Spark 1.1highvsQwen3.5-122B-A10Bmedium Claude Opus 4.8lowvsMuse Spark 1.1high