Meta: Muse Spark 1.1 vs xAI: Grok 4.5

Grok 4.5 (medium) unggul dalam skor rata-rata dengan 8.3 vs 8.3. Muse Spark 1.1 (low) memiliki biaya benchmark lebih rendah di $0.647 vs $1.928. Muse Spark 1.1 (low) lebih cepat di 11.45s vs 61.71s, dengan tingkat keberhasilan 69.7% vs 78.8%.

Model yang direkomendasikanMuse Spark 1.1 (low)Its score stays close to the best score here (8.3 vs 8.3), while costing about 3.0x less than Grok 4.5 (medium).

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-17

Metrik	Muse Spark 1.1 Muse Spark 1.1 low Rilis: 2026-07-16	Grok 4.5 Grok 4.5 medium Rilis: 2026-07-08

Metrik	Muse Spark 1.1 Muse Spark 1.1 low Rilis: 2026-07-16	Grok 4.5 Grok 4.5 medium Rilis: 2026-07-08
Skor	8.3	8.3
Peringkat	#24	#22
Keandalan	10.0	10.0
Konsistensi	8.5	8.9
Tes benar
Tingkat lulus per percobaan	69.7%	78.8%
Tes tidak stabil	4	3
Total Run	66	66
Biaya per hasil	4.975	12.049
Total Biaya	$0.647	$1.928
Harga input	$1.250 / 1M	$2.000 / 1M
Harga output	$4.250 / 1M	$6.000 / 1M
Total token input	142,298	122,146
Token output	10,847	5,514
Token penalaran	99,467	275,053
Waktu respons (rata-rata)	11.45s	61.71s
Waktu respons (maks)	54.15s	436.38s
Waktu respons (total)	251.92s	1357.56s

Hamster playing table tennis

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

#24 Muse Spark 1.1

low

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

#22 xAI: Grok 4.5

medium

Biaya: $0.044
Waktu: 59.4s
Token: 7,512 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
Grok 4.5	10.0	10.0	100.0%	0		23.50s	2,991	147	4,018

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
Grok 4.5	7.6	7.2	77.8%	1		155.69s	9,579	390	104,634

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	6.6	9.1	50.0%	0		29.45s	103,652	8,010	17,369
Grok 4.5	10.0	10.0	100.0%	0		29.01s	83,730	4,154	16,180

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
Grok 4.5	10.0	10.0	100.0%	0		6.29s	8,937	225	3,657

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
Grok 4.5	2.9	7.2	11.1%	1		198.89s	2,212	11	121,922

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
Grok 4.5	6.5	3.4	66.7%	1		12.84s	1,077	71	2,384

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
Grok 4.5	9.8	10.0	100.0%	0		6.06s	1,857	57	2,728

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
Grok 4.5	10.0	10.0	100.0%	0		7.75s	2,430	254	3,641

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
Grok 4.5	10.0	10.0	100.0%	0		6.57s	8,544	192	968

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
Grok 4.5	3.0	10.0	0.0%	0		74.44s	789	13	14,921

Perbandingan Cepat

Ganti Pasangan Perbandingan

Gemini 2.5 FlashmediumvsMuse Spark 1.1low Claude Sonnet 5mediumvsMuse Spark 1.1low Muse Spark 1.1lowvsGPT-5.2medium Muse Spark 1.1lowvsGPT-5 Minimedium Muse Spark 1.1lowvsQwen3.6 Max Previewmedium Muse Spark 1.1lowvsStep 3.7 Flashmedium Muse Spark 1.1lowvsGPT-5.2 Chatnone Muse Spark 1.1lowvsGLM 5.2high Muse Spark 1.1highvsGrok 4.5medium Muse Spark 1.1lowvsGPT-5.4medium GPT-5.2 ChatnonevsGrok 4.5medium Grok 4.5mediumvsGLM 5.2high