AI BENCHY Compare

Meta: Muse Spark 1.1 vs OpenAI: GPT-5.5

Ringkasan

GPT-5.5 (medium) unggul dalam skor rata-rata dengan 9.0 vs 8.8. Muse Spark 1.1 (low) memiliki biaya benchmark lebih rendah di $0.469 vs $3.679. Muse Spark 1.1 (low) lebih cepat di 10.11s vs 37.98s, dengan tingkat keberhasilan 73.0% vs 87.3%.

Model yang direkomendasikanMuse Spark 1.1 (low)Its score stays close to the best score here (8.8 vs 9.0), while costing about 7.8x less than GPT-5.5 (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-5.5 GPT-5.5 medium Rilis: 2026-04-24

Metrik	Muse Spark 1.1 Muse Spark 1.1 low Rilis: 2026-07-16	GPT-5.5 GPT-5.5 medium Rilis: 2026-04-24
Skor	8.8	9.0
Peringkat	#17	#12
Keandalan	10.0	10.0
Konsistensi	8.5	8.9
Tes benar
Tingkat lulus per percobaan	73.0%	87.3%
Tes tidak stabil	4	3
Total Run	63	63
Biaya per hasil	3.606	21.638
Total Biaya	$0.469	$3.679
Harga input	$1.250 / 1M	$5.000 / 1M
Harga output	$4.250 / 1M	$30.000 / 1M
Total token input	59,923	34,212
Token output	3,722	1,985
Token penalaran	88,947	114,925
Waktu respons (rata-rata)	10.11s	37.98s
Waktu respons (maks)	54.15s	332.10s
Waktu respons (total)	212.29s	797.60s

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

#12 GPT-5.5

medium

Biaya: $0.112
Waktu: 71.9s
Token: 3,807 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-5.5	10.0	10.0	100.0%	0		4.66s	606	250	1,335

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-5.5	8.8	7.8	88.9%	1		59.77s	7,305	362	24,959

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-5.5	10.0	10.0	100.0%	0		19.29s	11,019	312	2,841

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-5.5	10.0	10.0	100.0%	0		4.18s	7,140	234	593

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-5.5	5.3	7.2	44.4%	1		164.14s	723	67	79,625

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-5.5	10.0	10.0	100.0%	0		4.16s	477	138	223

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-5.5	10.0	10.0	100.0%	0		3.36s	660	93	538

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-5.5	10.0	10.0	100.0%	0		6.76s	642	241	2,225

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-5.5	10.0	10.0	100.0%	0		10.57s	5,445	258	832

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-5.5	2.8	1.6	33.3%	1		37.86s	195	30	1,754

Perbandingan Cepat

Ganti Pasangan Perbandingan

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-5.4medium Gemini 3.5 FlashlowvsGPT-5.5medium Seed-2.0-LitemediumvsMuse Spark 1.1low Muse Spark 1.1lowvsGPT-5.2 Chatnone