AI BENCHY Compare

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

Ringkasan

Muse Spark 1.1 (low) unggul dalam skor rata-rata dengan 8.8 vs 8.5. GPT-5.2 Chat memiliki biaya benchmark lebih rendah di $0.393 vs $0.469. GPT-5.2 Chat lebih cepat di 7.13s vs 10.11s, dengan tingkat keberhasilan 73.0% vs 74.6%.

Model yang direkomendasikanGPT-5.2 ChatIt offers the best overall trade-off: a competitive score (8.5), lower cost than Muse Spark 1.1 (low), and balanced response time.

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

Metrik	Muse Spark 1.1 Muse Spark 1.1 low 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 low Rilis: 2026-07-16	GPT-5.2 Chat GPT-5.2 Chat none Rilis: 2025-12-11
Skor	8.8	8.5
Peringkat	#17	#25
Keandalan	10.0	10.0
Konsistensi	8.5	8.9
Tes benar
Tingkat lulus per percobaan	73.0%	74.6%
Tes tidak stabil	4	3
Total Run	63	63
Biaya per hasil	3.606	2.803
Total Biaya	$0.469	$0.393
Harga input	$1.250 / 1M	$1.750 / 1M
Harga output	$4.250 / 1M	$14.000 / 1M
Total token input	59,923	34,212
Token output	3,722	23,744
Token penalaran	88,947	0
Waktu respons (rata-rata)	10.11s	7.13s
Waktu respons (maks)	54.15s	38.52s
Waktu respons (total)	212.29s	149.69s

Showcase generasi

Hamster playing table tennis

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

#17 Muse Spark 1.1

low

Biaya: $0.020
Waktu: 39.2s
Token: 4,947 tok

#25 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	7.9	6.3	83.3%	2		4.36s	2,334	621	6,040
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		10.34s	8,562	394	14,503
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	9.6	10.0	100.0%	0		19.26s	21,277	885	6,849
GPT-5.2 Chat	10.0	10.0	100.0%	0		9.12s	11,019	1,243	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		3.22s	7,827	240	2,074
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	2.9	7.2	11.1%	1		29.73s	2,016	235	42,049
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		4.12s	906	131	1,125
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	7.3	6.0	83.3%	1		5.42s	1,527	252	4,246
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	8.3	10.0	66.7%	0		6.60s	1,938	391	7,503
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	9.8	10.0	100.0%	0		5.98s	12,924	533	1,012
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		8.17s	612	40	3,546
GPT-5.2 Chat	3.0	10.0	0.0%	0		6.89s	195	1,239	0

Perbandingan Cepat

Ganti Pasangan Perbandingan

Seed-2.0-LitemediumvsGPT-5.2 Chatnone GPT-5.2 ChatnonevsStep 3.7 Flashmedium Kimi K3maxvsGPT-5.2 Chatnone Claude Opus 4.7mediumvsMuse Spark 1.1low Claude Opus 4.8mediumvsMuse Spark 1.1low GPT-5.2 ChatnonevsGLM 5medium Muse Spark 1.1lowvsGLM 5.2medium Muse Spark 1.1lowvsQwen3.6 Max Previewmedium GPT-5.2 ChatnonevsGrok 4.5medium Muse Spark 1.1lowvsGPT-5.3-Codexmedium GPT-5.2 ChatnonevsGLM 5.2medium Muse Spark 1.1lowvsGLM 5medium