AI BENCHY Compare

Meta: Muse Spark 1.1 vs Qwen: Qwen3.6 Max Preview

Ringkasan

Qwen3.6 Max Preview (medium) unggul dalam skor rata-rata dengan 8.9 vs 8.8. Muse Spark 1.1 (low) memiliki biaya benchmark lebih rendah di $0.469 vs $0.960. Muse Spark 1.1 (low) lebih cepat di 10.11s vs 59.63s, dengan tingkat keberhasilan 73.0% vs 81.0%.

Model yang direkomendasikanMuse Spark 1.1 (low)Its score stays close to the best score here (8.8 vs 8.9), while costing about 2.0x less than Qwen3.6 Max Preview (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	Qwen3.6 Max Preview Qwen3.6 Max Preview medium Rilis: 2026-04-20

Metrik	Muse Spark 1.1 Muse Spark 1.1 low Rilis: 2026-07-16	Qwen3.6 Max Preview Qwen3.6 Max Preview medium Rilis: 2026-04-20
Skor	8.8	8.9
Peringkat	#17	#14
Keandalan	10.0	10.0
Konsistensi	8.5	9.3
Tes benar
Tingkat lulus per percobaan	73.0%	81.0%
Tes tidak stabil	4	2
Total Run	63	63
Biaya per hasil	3.606	7.024
Total Biaya	$0.469	$0.960
Harga input	$1.250 / 1M	$1.040 / 1M
Harga output	$4.250 / 1M	$6.240 / 1M
Total token input	59,923	42,362
Token output	3,722	2,273
Token penalaran	88,947	144,367
Waktu respons (rata-rata)	10.11s	59.63s
Waktu respons (maks)	54.15s	238.07s
Waktu respons (total)	212.29s	1252.17s

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

#14 Qwen3.6 Max Preview

medium

Biaya: $0.024
Waktu: 76.5s
Token: 3,861 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
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		22.13s	672	228	10,075

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
Qwen3.6 Max Preview	8.8	7.8	88.9%	1		146.48s	7,895	427	52,957

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
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		121.49s	14,934	390	14,575

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
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		41.15s	7,782	270	10,106

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
Qwen3.6 Max Preview	2.9	7.2	11.1%	1		95.91s	771	60	30,371

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
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		32.24s	516	129	3,510

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
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		24.31s	699	103	5,848

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
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		24.32s	696	329	7,693

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
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		18.32s	8,193	309	1,571

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
Qwen3.6 Max Preview	3.0	10.0	0.0%	0		60.56s	204	28	7,661

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 1.1lowvsGPT-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 Muse Spark 1.1lowvsGPT-5.4medium Seed-2.0-LitemediumvsMuse Spark 1.1low Muse Spark 1.1lowvsGPT-5.2 Chatnone Muse Spark 1.1lowvsStep 3.7 Flashmedium