Meta: Muse Spark 1.1 vs OpenAI: GPT-5.2 Chat

Skor rata-rata hampir imbang di 8.1 vs 8.0. GPT-5.2 Chat memiliki biaya benchmark lebih rendah di $0.604 vs $1.694. GPT-5.2 Chat lebih cepat di 7.65s vs 31.49s, dengan tingkat keberhasilan 69.7% vs 74.2%.

Model yang direkomendasikanGPT-5.2 ChatIt has the best score here (8.0), while costing about 2.8x less than Muse Spark 1.1 (high).

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-17

Metrik	Muse Spark 1.1 Muse Spark 1.1 high Rilis: 2026-07-16	GPT-5.2 Chat GPT-5.2 Chat none Rilis: 2025-12-11

Metrik	Muse Spark 1.1 Muse Spark 1.1 high Rilis: 2026-07-16	GPT-5.2 Chat GPT-5.2 Chat none Rilis: 2025-12-11
Skor	8.1	8.0
Peringkat	#27	#29
Keandalan	10.0	10.0
Konsistensi	7.9	8.6
Tes benar
Tingkat lulus per percobaan	69.7%	74.2%
Tes tidak stabil	6	4
Total Run	64	66
Biaya per hasil	14.116	4.308
Total Biaya	$1.694	$0.604
Harga input	$1.250 / 1M	$1.750 / 1M
Harga output	$4.250 / 1M	$14.000 / 1M
Total token input	129,423	101,248
Token output	8,077	30,424
Token penalaran	352,421	0
Waktu respons (rata-rata)	31.49s	7.65s
Waktu respons (maks)	196.03s	38.52s
Waktu respons (total)	661.28s	168.39s

Hamster playing table tennis

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

#27 Muse Spark 1.1

high

Biaya: $0.039
Waktu: 50.1s
Token: 9,423 tok

#29 GPT-5.2 Chat

none

Biaya: $0.010
Waktu: 15.3s
Token: 797 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
Muse Spark 1.1	7.5	8.4	66.7%	1		8.60s	2,334	516	13,023
GPT-5.2 Chat	8.7	7.9	91.7%	1		3.40s	606	1,807	0

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Muse Spark 1.1	10.0	10.0	100.0%	0		22.92s	8,562	349	36,039
GPT-5.2 Chat	8.8	7.8	88.9%	1		9.82s	7,305	6,731	0

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Muse Spark 1.1	5.9	2.9	66.7%	2		70.25s	90,082	5,535	68,439
GPT-5.2 Chat	7.3	5.8	83.3%	1		13.91s	78,055	7,923	0

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
Muse Spark 1.1	10.0	10.0	100.0%	0		8.40s	7,827	240	5,907
GPT-5.2 Chat	10.0	10.0	100.0%	0		3.05s	7,140	980	0

Spesifik domain	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Muse Spark 1.1	3.5	4.4	33.3%	2		67.39s	1,272	66	64,456
GPT-5.2 Chat	5.3	10.0	33.3%	0		17.78s	723	7,810	0

Kecerdasan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Muse Spark 1.1	10.0	10.0	100.0%	0		7.73s	906	116	3,390
GPT-5.2 Chat	4.4	3.0	33.3%	1		3.20s	477	335	0

Kepatuhan instruksi	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Muse Spark 1.1	6.4	6.0	66.7%	1		7.81s	1,527	193	7,158
GPT-5.2 Chat	9.8	10.0	100.0%	0		5.51s	660	1,441	0

Pemecahan teka-teki	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Muse Spark 1.1	7.8	9.9	66.7%	0		69.96s	1,938	225	140,780
GPT-5.2 Chat	7.7	10.0	66.7%	0		4.10s	642	1,603	0

Pemanggilan alat	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Muse Spark 1.1	9.6	10.0	100.0%	0		9.88s	14,363	795	2,938
GPT-5.2 Chat	10.0	10.0	100.0%	0		4.68s	5,445	555	0

Pengetahuan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Muse Spark 1.1	3.0	10.0	0.0%	0		22.93s	612	42	10,291
GPT-5.2 Chat	3.0	10.0	0.0%	0		6.89s	195	1,239	0

Perbandingan Cepat

Ganti Pasangan Perbandingan

GPT-5.2 ChatnonevsStep 3.7 Flashmedium Muse Spark 1.1highvsGPT-5 Minimedium GPT-5.2 ChatnonevsGLM 5.2high Muse Spark 1.1highvsStep 3.7 Flashmedium Kimi K3maxvsGPT-5.2 Chatnone Muse Spark 1.1highvsKimi K3max Seed-2.0-LitemediumvsGPT-5.2 Chatnone Gemini 2.5 FlashmediumvsMuse Spark 1.1high GPT-5.2 ChatnonevsQwen3.7 Plusmedium Seed-2.0-LitemediumvsMuse Spark 1.1high Gemini 2.5 FlashmediumvsGPT-5.2 Chatnone GPT-5.2 ChatnonevsQwen3.6 Plusmedium