AI BENCHY Compare

Meta: Muse Spark 1.1 vs OpenAI: GPT-5.4

Ringkasan

Muse Spark 1.1 (low) unggul dalam skor rata-rata dengan 8.8 vs 8.5. Muse Spark 1.1 (low) memiliki biaya benchmark lebih rendah di $0.469 vs $1.210. Muse Spark 1.1 (low) lebih cepat di 10.11s vs 22.35s, dengan tingkat keberhasilan 73.0% vs 76.2%.

Model yang direkomendasikanMuse Spark 1.1 (low)It has the best score here (8.8), while costing about 2.6x less than GPT-5.4 (medium).

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-5.4 GPT-5.4 medium Rilis: 2026-03-05

Metrik	Muse Spark 1.1 Muse Spark 1.1 low Rilis: 2026-07-16	GPT-5.4 GPT-5.4 medium Rilis: 2026-03-05
Skor	8.8	8.5
Peringkat	#17	#23
Keandalan	10.0	10.0
Konsistensi	8.5	8.6
Tes benar
Tingkat lulus per percobaan	73.0%	76.2%
Tes tidak stabil	4	4
Total Run	63	63
Biaya per hasil	3.606	8.640
Total Biaya	$0.469	$1.210
Harga input	$1.250 / 1M	$2.500 / 1M
Harga output	$4.250 / 1M	$15.000 / 1M
Total token input	59,923	34,108
Token output	3,722	2,242
Token penalaran	88,947	72,707
Waktu respons (rata-rata)	10.11s	22.35s
Waktu respons (maks)	54.15s	100.41s
Waktu respons (total)	212.29s	469.29s

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

#23 GPT-5.4

medium

Biaya: $0.214
Waktu: 199.6s
Token: 14,349 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-5.4	8.3	10.0	75.0%	0		4.11s	606	240	1,511

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-5.4	8.8	7.8	88.9%	1		44.36s	7,305	433	24,216

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-5.4	10.0	10.0	100.0%	0		20.57s	11,019	301	3,543

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-5.4	10.0	10.0	100.0%	0		5.32s	7,140	234	804

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-5.4	5.3	7.2	44.4%	1		74.27s	619	61	34,748

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-5.4	4.7	3.1	33.3%	1		4.92s	477	145	321

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-5.4	10.0	10.0	100.0%	0		3.11s	660	93	897

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-5.4	8.2	7.2	88.9%	1		9.14s	642	441	3,815

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-5.4	10.0	10.0	100.0%	0		13.28s	5,445	264	1,031

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-5.4	3.0	10.0	0.0%	0		13.95s	195	30	1,821

Perbandingan Cepat

Ganti Pasangan Perbandingan

Kimi K3maxvsGPT-5.4medium Claude Opus 4.7mediumvsMuse Spark 1.1low Claude Opus 4.8mediumvsMuse Spark 1.1low Muse Spark 1.1lowvsGLM 5.2medium Muse Spark 1.1lowvsQwen3.6 Max Previewmedium Muse Spark 1.1lowvsGPT-5.3-Codexmedium Muse Spark 1.1lowvsGLM 5medium Muse Spark 1.1lowvsKimi K3max Muse Spark 1.1lowvsGPT-5 Minimedium Muse Spark 1.1lowvsGPT-5.5medium DeepSeek V4 FlashhighvsGPT-5.4medium Seed-2.0-LitemediumvsMuse Spark 1.1low