AI BENCHY Compare

Meta: Muse Spark 1.1 vs MoonshotAI: Kimi K3

Ringkasan

Muse Spark 1.1 (medium) unggul dalam skor rata-rata dengan 8.9 vs 8.5. Muse Spark 1.1 (medium) memiliki biaya benchmark lebih rendah di $1.152 vs $3.112. Muse Spark 1.1 (medium) lebih cepat di 23.35s vs 122.48s, dengan tingkat keberhasilan 76.2% vs 82.5%.

Model yang direkomendasikanMuse Spark 1.1 (medium)It has the best score here (8.9), while costing about 2.7x less than Kimi K3 (max).

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-16

Metrik	Muse Spark 1.1 Muse Spark 1.1 medium Rilis: 2026-07-16	Kimi K3 Kimi K3 max Rilis: 2026-07-16

Metrik	Muse Spark 1.1 Muse Spark 1.1 medium Rilis: 2026-07-16	Kimi K3 Kimi K3 max Rilis: 2026-07-16
Skor	8.9	8.5
Peringkat	#15	#21
Keandalan	10.0	9.4
Konsistensi	9.2	9.2
Tes benar
Tingkat lulus per percobaan	76.2%	82.5%
Tes tidak stabil	2	2
Total Run	63	63
Biaya per hasil	7.676	19.446
Total Biaya	$1.152	$3.112
Harga input	$1.250 / 1M	$3.000 / 1M
Harga output	$4.250 / 1M	$15.000 / 1M
Total token input	59,928	34,916
Token output	3,523	2,910
Token penalaran	249,752	197,529
Waktu respons (rata-rata)	23.35s	122.48s
Waktu respons (maks)	165.38s	766.58s
Waktu respons (total)	490.40s	2327.06s

Showcase generasi

Hamster playing table tennis

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

#15 Muse Spark 1.1

medium

Biaya: $0.024
Waktu: 29.2s
Token: 5,774 tok

#21 MoonshotAI: Kimi K3

max

Biaya: $0.281
Waktu: 506.9s
Token: 18,863 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	10.0	10.0	100.0%	0		5.72s	2,334	657	8,260
Kimi K3	10.0	10.0	100.0%	0		10.24s	1,638	496	2,629

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		15.66s	8,562	347	23,562
Kimi K3	10.0	10.0	100.0%	0		325.79s	8,061	460	84,012

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		26.33s	21,282	838	11,595
Kimi K3	10.0	10.0	100.0%	0		223.03s	12,792	399	20,460

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		4.96s	7,827	240	3,387
Kimi K3	7.3	5.8	83.3%	1		16.72s	7,839	354	2,606

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	3.5	4.4	33.3%	2		71.45s	2,016	105	109,166
Kimi K3	5.9	7.2	55.6%	1		490.14s	794	80	83,180

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		4.41s	906	116	1,833
Kimi K3	10.0	10.0	100.0%	0		14.91s	732	191	871

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	6.5	10.0	50.0%	0		6.31s	1,527	233	5,186
Kimi K3	10.0	10.0	100.0%	0		7.66s	1,179	147	1,119

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	7.9	9.9	66.7%	0		42.49s	1,938	350	76,778
Kimi K3	10.0	10.0	100.0%	0		7.36s	1,416	495	1,368

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		6.99s	12,924	598	1,610
Kimi K3	3.0	10.0	0.0%	0		0ms	0	0	0

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		18.45s	612	39	8,375
Kimi K3	3.0	10.0	0.0%	0		19.67s	465	288	1,284

Perbandingan Cepat

Ganti Pasangan Perbandingan

Kimi K3maxvsGPT-5 Minimedium Kimi K3maxvsGLM 5medium Kimi K3maxvsGPT-5.4medium Seed-2.0-LitemediumvsKimi K3max Kimi K3maxvsGPT-5.2 Chatnone Kimi K3maxvsStep 3.7 Flashmedium Kimi K3maxvsGLM 5.2medium Kimi K3maxvsGPT-5.2medium Claude Opus 4.7mediumvsKimi K3max Kimi K3maxvsGrok 4.5medium Muse Spark 1.1lowvsKimi K3max DeepSeek V4 FlashhighvsKimi K3max