AI BENCHY Compare

Meta: Muse Spark 1.1 vs OpenAI: GPT-5 Mini

Ringkasan

Muse Spark 1.1 (low) unggul dalam skor rata-rata dengan 8.8 vs 8.5. GPT-5 Mini (medium) memiliki biaya benchmark lebih rendah di $0.159 vs $0.469. Muse Spark 1.1 (low) lebih cepat di 10.11s vs 23.64s, dengan tingkat keberhasilan 73.0% vs 63.5%.

Model yang direkomendasikanGPT-5 Mini (medium)Its score stays close to the best score here (8.5 vs 8.8), while costing about 3.0x less than Muse Spark 1.1 (low).

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 Mini GPT-5 Mini medium Rilis: 2025-08-07

Metrik	Muse Spark 1.1 Muse Spark 1.1 low Rilis: 2026-07-16	GPT-5 Mini GPT-5 Mini medium Rilis: 2025-08-07
Skor	8.8	8.5
Peringkat	#17	#22
Keandalan	10.0	10.0
Konsistensi	8.5	9.1
Tes benar
Tingkat lulus per percobaan	73.0%	63.5%
Tes tidak stabil	4	2
Total Run	63	63
Biaya per hasil	3.606	1.319
Total Biaya	$0.469	$0.159
Harga input	$1.250 / 1M	$0.250 / 1M
Harga output	$4.250 / 1M	$2.000 / 1M
Total token input	59,923	37,100
Token output	3,722	6,801
Token penalaran	88,947	67,690
Waktu respons (rata-rata)	10.11s	23.64s
Waktu respons (maks)	54.15s	88.15s
Waktu respons (total)	212.29s	496.44s

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

#22 GPT-5 Mini

medium

Biaya: $0.007
Waktu: 42.9s
Token: 3,432 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 Mini	7.1	7.6	66.7%	1		13.86s	606	1,715	6,378

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 Mini	10.0	10.0	100.0%	0		27.63s	7,302	658	17,152

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 Mini	10.0	10.0	100.0%	0		88.15s	14,118	754	11,520

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 Mini	10.0	10.0	100.0%	0		12.58s	7,140	453	3,200

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 Mini	3.6	7.2	22.2%	1		44.63s	515	293	14,016

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 Mini	4.5	10.0	0.0%	0		13.50s	477	349	1,856

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 Mini	10.0	10.0	100.0%	0		11.59s	660	310	3,968

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 Mini	5.6	9.8	33.3%	0		15.20s	642	1,622	6,144

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 Mini	10.0	10.0	100.0%	0		18.64s	5,445	487	1,600

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 Mini	3.0	10.0	0.0%	0		9.99s	195	160	1,856

Perbandingan Cepat

Ganti Pasangan Perbandingan

Kimi K3maxvsGPT-5 Minimedium 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-5.5medium Muse Spark 1.1lowvsGPT-5.4medium DeepSeek V4 FlashhighvsGPT-5 Minimedium Seed-2.0-LitemediumvsMuse Spark 1.1low