Muse Spark 1.1 (high) vs Step 3.7 Flash (medium)

Model yang direkomendasikan Step 3.7 Flash (medium)

Its score stays close to the best score here (7.9 vs 8.0), while costing about 3.5x less than Muse Spark 1.1 (high).

Perbandingan terperinci

Metrik	Muse Spark 1.1 Muse Spark 1.1 high Rilis: 2026-07-16	Step 3.7 Flash Step 3.7 Flash medium Rilis: 2026-05-29

Metrik	Muse Spark 1.1 Muse Spark 1.1 high Rilis: 2026-07-16	Step 3.7 Flash Step 3.7 Flash medium Rilis: 2026-05-29
Skor	8.0	7.9
Peringkat	#53	#61
Keandalan	10.0	10.0
Konsistensi	7.9	8.9
Percobaan	64/66	66/66
Tes benar
Tingkat lulus per percobaan	68.2%	68.2%
Tes tidak stabil	6	3
Total Run	64	66
Biaya per hasil	14.236	3.801
Total Biaya	$1.709	$0.495
Harga input	$1.250 / 1M	$0.200 / 1M
Harga output	$4.250 / 1M	$1.150 / 1M
Total token input	129,003	114,191
Token output	8,340	409,709
Token penalaran	355,649	0
Waktu respons (rata-rata)	30.84s	23.51s
Waktu respons (maks)	196.03s	152.83s
Waktu respons (total)	647.67s	517.21s
Parameter	~1T total (~50B aktif)	198B total (11B aktif)
Ketersediaan	Tertutup	Sumber terbuka

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

high

medium

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
Step 3.7 Flash	8.7	7.9	91.7%	1		9.65s	756	32,185	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
Step 3.7 Flash	8.8	7.8	88.9%	1		27.42s	7,437	44,797	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
Step 3.7 Flash	7.3	5.8	83.3%	1		80.94s	87,764	114,720	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
Step 3.7 Flash	10.0	10.0	100.0%	0		2.75s	7,398	3,020	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	2.9	4.4	22.2%	2		60.59s	852	329	67,684
Step 3.7 Flash	5.3	10.0	33.3%	0		27.26s	837	52,484	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
Step 3.7 Flash	4.0	10.0	0.0%	0		6.85s	525	3,987	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
Step 3.7 Flash	9.8	10.0	100.0%	0		1.83s	735	2,166	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
Step 3.7 Flash	5.7	9.9	33.3%	0		6.19s	756	15,071	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
Step 3.7 Flash	10.0	10.0	100.0%	0		4.16s	7,746	2,115	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
Step 3.7 Flash	3.0	10.0	0.0%	0		113.98s	237	139,164	0

Ganti Pasangan Perbandingan