AI BENCHY Compare

Meta: Muse Spark 1.1 vs Qwen: Qwen3.5 Plus 2026-04-20

Ringkasan

Muse Spark 1.1 (high) unggul dalam skor rata-rata dengan 7.8 vs 7.8. Qwen3.5 Plus 2026-04-20 (medium) memiliki biaya benchmark lebih rendah di $0.317 vs $1.440. Muse Spark 1.1 (high) lebih cepat di 29.16s vs 46.36s, dengan tingkat keberhasilan 69.8% vs 66.7%.

Model yang direkomendasikanQwen3.5 Plus 2026-04-20 (medium)Its score stays close to the best score here (7.8 vs 7.8), while costing about 4.5x less than Muse Spark 1.1 (high).

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

Metrik	Muse Spark 1.1 Muse Spark 1.1 high Rilis: 2026-07-16	Qwen3.5 Plus 2026-04-20 Qwen3.5 Plus 2026-04-20 medium Rilis: 2026-04-20

Metrik	Muse Spark 1.1 Muse Spark 1.1 high Rilis: 2026-07-16	Qwen3.5 Plus 2026-04-20 Qwen3.5 Plus 2026-04-20 medium Rilis: 2026-04-20
Skor	7.8	7.8
Peringkat	#41	#47
Keandalan	10.0	10.0
Konsistensi	8.1	9.0
Tes benar
Tingkat lulus per percobaan	69.8%	66.7%
Tes tidak stabil	5	2
Total Run	61	63
Biaya per hasil	11.997	3.023
Total Biaya	$1.440	$0.317
Harga input	$1.250 / 1M	$0.300 / 1M
Harga output	$4.250 / 1M	$1.800 / 1M
Total token input	64,900	42,097
Token output	3,577	2,280
Token penalaran	316,055	166,613
Waktu respons (rata-rata)	29.16s	46.36s
Waktu respons (maks)	196.03s	189.38s
Waktu respons (total)	583.18s	973.57s

Showcase generasi

Hamster playing table tennis

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

#41 Muse Spark 1.1

high

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

#47 Qwen3.5 Plus 2026-04-20

medium

Biaya: $0.008
Waktu: 76.7s
Token: 4,355 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
Qwen3.5 Plus 2026-04-20	10.0	10.0	100.0%	0		10.84s	672	215	7,748

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
Qwen3.5 Plus 2026-04-20	6.2	8.7	33.3%	0		125.25s	7,630	308	58,682

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	4.5	2.1	66.7%	1		62.41s	25,559	1,035	32,073
Qwen3.5 Plus 2026-04-20	10.0	10.0	100.0%	0		92.41s	14,934	483	17,490

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
Qwen3.5 Plus 2026-04-20	10.0	10.0	100.0%	0		38.32s	7,782	270	14,668

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
Qwen3.5 Plus 2026-04-20	2.9	7.2	11.1%	1		53.10s	771	63	28,414

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
Qwen3.5 Plus 2026-04-20	4.9	9.6	0.0%	0		25.30s	516	125	4,792

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
Qwen3.5 Plus 2026-04-20	10.0	10.0	100.0%	0		20.25s	699	103	7,689

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
Qwen3.5 Plus 2026-04-20	8.2	7.2	88.9%	1		17.67s	696	338	9,800

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
Qwen3.5 Plus 2026-04-20	10.0	10.0	100.0%	0		14.72s	8,193	348	2,164

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
Qwen3.5 Plus 2026-04-20	3.0	10.0	0.0%	0		92.57s	204	27	15,166

Perbandingan Cepat

Ganti Pasangan Perbandingan

Muse Spark 1.1highvsQwen3.6 Plusmedium Muse Spark 1.1highvsGPT-5.6 Terramedium Claude Sonnet 5mediumvsMuse Spark 1.1high Claude Sonnet 4.6mediumvsMuse Spark 1.1high Muse Spark 1.1highvsGrok 4.5low Claude Opus 4.8lowvsQwen3.5 Plus 2026-04-20medium Qwen3.5 Plus 2026-04-20mediumvsGrok 4.5low Muse Spark 1.1highvsQwen3.5-27Bmedium GPT-5.6 TerralowvsQwen3.5 Plus 2026-04-20medium Gemini 3.1 Flash Lite PreviewmediumvsMuse Spark 1.1high Qwen3.5 Plus 2026-04-20mediumvsStep 3.7 Flashlow GPT-5.6 LunahighvsQwen3.5 Plus 2026-04-20medium