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 8.9. Muse Spark 1.1 (medium) memiliki biaya benchmark lebih rendah di $1.152 vs $3.679. Muse Spark 1.1 (medium) lebih cepat di 23.35s vs 37.98s, dengan tingkat keberhasilan 76.2% vs 87.3%.

Model yang direkomendasikanMuse Spark 1.1 (medium)Its score stays close to the best score here (8.9 vs 9.0), while costing about 3.2x 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 medium Rilis: 2026-07-16	GPT-5.5 GPT-5.5 medium Rilis: 2026-04-24

Metrik	Muse Spark 1.1 Muse Spark 1.1 medium Rilis: 2026-07-16	GPT-5.5 GPT-5.5 medium Rilis: 2026-04-24
Skor	8.9	9.0
Peringkat	#15	#12
Keandalan	10.0	10.0
Konsistensi	9.2	8.9
Tes benar
Tingkat lulus per percobaan	76.2%	87.3%
Tes tidak stabil	2	3
Total Run	63	63
Biaya per hasil	7.676	21.638
Total Biaya	$1.152	$3.679
Harga input	$1.250 / 1M	$5.000 / 1M
Harga output	$4.250 / 1M	$30.000 / 1M
Total token input	59,928	34,212
Token output	3,523	1,985
Token penalaran	249,752	114,925
Waktu respons (rata-rata)	23.35s	37.98s
Waktu respons (maks)	165.38s	332.10s
Waktu respons (total)	490.40s	797.60s

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

#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	10.0	10.0	100.0%	0		5.72s	2,334	657	8,260
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		15.66s	8,562	347	23,562
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		26.33s	21,282	838	11,595
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		4.96s	7,827	240	3,387
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	3.5	4.4	33.3%	2		71.45s	2,016	105	109,166
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		4.41s	906	116	1,833
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	6.5	10.0	50.0%	0		6.31s	1,527	233	5,186
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	7.9	9.9	66.7%	0		42.49s	1,938	350	76,778
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		6.99s	12,924	598	1,610
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		18.45s	612	39	8,375
GPT-5.5	2.8	1.6	33.3%	1		37.86s	195	30	1,754

Perbandingan Cepat

Ganti Pasangan Perbandingan

Muse Spark 1.1lowvsGPT-5.5medium Gemini 3.5 FlashlowvsGPT-5.5medium Muse Spark 1.1mediumvsKimi K3max Muse Spark 1.1mediumvsGPT-5.2 Chatnone Gemini 3.5 FlashlowvsMuse Spark 1.1medium Kimi K3maxvsGPT-5.5medium Muse Spark 1.1mediumvsGPT-5.5low Muse Spark 1.1mediumvsGPT-5.6 Solhigh DeepSeek V4 FlashhighvsMuse Spark 1.1medium Muse Spark 1.1mediumvsGPT-5.6 Terrahigh Muse Spark 1.1mediumvsGPT-5.6 Sollow DeepSeek V4 FlashhighvsGPT-5.5medium