AI BENCHY Compare

Meta: Muse Spark 1.1 vs OpenAI: GPT-5.6 Sol

Ringkasan

GPT-5.6 Sol (high) unggul dalam skor rata-rata dengan 9.4 vs 8.9. GPT-5.6 Sol (high) memiliki biaya benchmark lebih rendah di $0.821 vs $1.152. GPT-5.6 Sol (high) lebih cepat di 10.56s vs 23.35s, dengan tingkat keberhasilan 76.2% vs 88.9%.

Model yang direkomendasikanGPT-5.6 Sol (high)It has the best score here (9.4), while responding about 2.2x faster than Muse Spark 1.1 (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-5.6 Sol GPT-5.6 Sol high Rilis: 2026-07-09

Metrik	Muse Spark 1.1 Muse Spark 1.1 medium Rilis: 2026-07-16	GPT-5.6 Sol GPT-5.6 Sol high Rilis: 2026-07-09
Skor	8.9	9.4
Peringkat	#15	#6
Keandalan	10.0	10.0
Konsistensi	9.2	8.8
Tes benar
Tingkat lulus per percobaan	76.2%	88.9%
Tes tidak stabil	2	3
Total Run	63	63
Biaya per hasil	7.676	4.824
Total Biaya	$1.152	$0.821
Harga input	$1.250 / 1M	$5.000 / 1M
Harga output	$4.250 / 1M	$30.000 / 1M
Total token input	59,928	34,114
Token output	3,523	1,872
Token penalaran	249,752	19,777
Waktu respons (rata-rata)	23.35s	10.56s
Waktu respons (maks)	165.38s	54.79s
Waktu respons (total)	490.40s	221.69s

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

#6 GPT-5.6 Sol

high

Biaya: $0.151
Waktu: 201.9s
Token: 5,100 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-5.6 Sol	8.7	7.9	91.7%	1		3.39s	606	171	644

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-5.6 Sol	10.0	10.0	100.0%	0		12.52s	7,302	404	5,656

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-5.6 Sol	10.0	10.0	100.0%	0		13.68s	11,019	315	1,599

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-5.6 Sol	10.0	10.0	100.0%	0		1.16s	7,140	222	0

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-5.6 Sol	5.3	7.2	44.4%	1		39.45s	619	62	9,556

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-5.6 Sol	10.0	10.0	100.0%	0		4.40s	477	97	238

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-5.6 Sol	10.0	10.0	100.0%	0		2.73s	660	96	331

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-5.6 Sol	10.0	10.0	100.0%	0		4.10s	642	211	675

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-5.6 Sol	10.0	10.0	100.0%	0		7.08s	5,454	264	393

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-5.6 Sol	4.7	1.6	66.7%	1		6.97s	195	30	685

Perbandingan Cepat

Ganti Pasangan Perbandingan

GPT-5.6 SolhighvsQwen3.7 Maxmedium Gemini 3.5 FlashlowvsGPT-5.6 Solhigh Claude Fable 5mediumvsGPT-5.6 Solhigh Gemini 3.1 Pro PreviewmediumvsGPT-5.6 Solhigh Gemini 3.5 FlashmediumvsGPT-5.6 Solhigh Gemini 3 Flash PreviewmediumvsGPT-5.6 Solhigh Muse Spark 1.1mediumvsKimi K3max Muse Spark 1.1mediumvsGPT-5.2 Chatnone Gemini 3.5 FlashlowvsMuse Spark 1.1medium GPT-5.6 SolhighvsQwen3.6 Max Previewmedium Muse Spark 1.1mediumvsGPT-5.5low Claude Opus 4.8mediumvsGPT-5.6 Solhigh